Zurück zu Bigger Picture

BIGGER PICTURE Wissenschaft & Entdeckung

301 Planeten warteten im Datenarchiv

Kepler hatte ihre schwachen Signale längst aufgezeichnet. ExoMiner half, echte Planeten von täuschend ähnlichen Signalen zu unterscheiden – und erschloss neue Entdeckungen aus bereits vorhandenen Beobachtungen.

Das abgedeckte Kepler-Weltraumteleskop steht auf einer fahrbaren Halterung in einem Reinraum; daneben arbeitet eine Fachkraft.Originalfoto
Kepler, noch unter seiner Schutzabdeckung, in der Astrotech-Verarbeitungshalle im Januar 2009. Jahre später analysierte ExoMiner archivierte Beobachtungen dieses Teleskops und bestätigte 301 weitere Planeten.NASA / Chris RhodesNASA media-use guidelines
2021 neu validiert
301 Planeten
Trefferquote im Test
93,6 % bei 99 % Präzision
Bester Vergleichsklassifikator
76,3 % Trefferquote bei gleicher Präzision

So funktioniert die Idee

  1. Sternhelligkeit messen

    Kepler-Lichtkurven markieren mögliche Transits.

  2. Diagnostische Hinweise vergleichen

    Fachlich strukturierte Netzkomponenten unterscheiden Planeten von ähnlichen Signalen.

  3. Kandidaten statistisch validieren

    Strenge Schwellen führen belastbare Kandidaten in den Katalog.

Ein kleiner Helligkeitsabfall kann vieles bedeuten

Zieht ein Planet vor seinem Stern vorbei, erreicht kurzzeitig weniger Licht das Teleskop. Doch nicht jeder wiederkehrende Helligkeitsabfall stammt von einem Planeten. Andere astronomische Konstellationen und Störsignale können einen Transit imitieren. Keplers Archiv enthielt deshalb bereits erkannte Kandidaten, die vor der Aufnahme in den Planetenkatalog noch überzeugend statistisch validiert werden mussten.

Belege: [1]

Ein Netz nach dem Vorbild astronomischer Prüfungen

ExoMiner lernt aus zuvor bestätigten Planeten und bekannten Fehlalarmen. Seine einzelnen Diagnosekomponenten orientieren sich an den Prüfungen, mit denen Fachleute Kandidaten untersuchen. Statt nur einen unerklärten Bildwert auszugeben, lässt das System erkennen, welche Hinweise die Einordnung beeinflussen. Astronominnen und Astronomen können die maschinelle Bewertung dadurch gezielter prüfen.

Belege: [2]

Mehr Planeten bei gleich strenger Schwelle

Im veröffentlichten Test erkannte ExoMiner bei festgelegter Präzision von 99 Prozent 93,6 Prozent der Planeten; der stärkste Vergleichsklassifikator erreichte 76,3 Prozent. Gemeint ist die Trefferquote, nicht die allgemeine Genauigkeit. Mit der Methode validierte das Team 301 weitere, zuvor unbestätigte Kepler-Kandidaten. NASA meldete das Ergebnis im November 2021.

Belege: [2][1]

Neue Entdeckungen aus vorhandenen Beobachtungen

Das Ergebnis war eine statistische Validierung, keine Aufnahme von 301 neuen Welten. Laut damaliger Mitteilung galt keiner dieser Planeten als erdähnlich oder innerhalb der habitablen Zone seines Sterns. Der Nutzen liegt in der Grundlagenforschung: Ein besserer Katalog hilft, die Entstehung von Planetensystemen und die Besonderheiten unseres eigenen zu verstehen. Neue Analyseverfahren machen vorhandene Teleskopdaten erneut wissenschaftlich ergiebig.

Belege: [1]

Die Originalquellen

  1. NASA JPLNew Deep Learning Method Adds 301 Planets to Kepler’s Total Count
  2. Study authors / Astrophysical Journal manuscriptExoMiner: A Highly Accurate and Explainable Deep Learning Classifier that Validates 301 New Exoplanets

Was Sie als Nächstes entdecken können

Die Form eines Proteins wurde für jedes Labor nachschlagbarSchweden testete KI beim Brustscreening – und fand 29 % mehr Krebsfälle
Alle 99 Anwendungen entdecken