• AstroSpace.it
  • Collabora
  • La redazione
  • Astrospace Shop
  • ADV
Nessun risultato
Guarda tutti i risultati
AstroSpace
  • Home
  • Agenzie Spaziali
    • NASA
    • Cina
    • ESA
    • ASI
  • Esplorazione spaziale
    • Speciale Artemis 1
    • ISS
    • Luna
    • Sistema solare
    • Scienza
      • Astronomia e astrofisica
      • Fisica
  • Space economy
    • SpaceX
    • Boeing
    • Blue Origin
    • Nuove imprese
    • Rocket Lab
    • Satelliti
  • Spazio Italiano
  • Le grandi firme dello spazio
    • Paolo Ferri
ORBIT
Shop
  • Home
  • Agenzie Spaziali
    • NASA
    • Cina
    • ESA
    • ASI
  • Esplorazione spaziale
    • Speciale Artemis 1
    • ISS
    • Luna
    • Sistema solare
    • Scienza
      • Astronomia e astrofisica
      • Fisica
  • Space economy
    • SpaceX
    • Boeing
    • Blue Origin
    • Nuove imprese
    • Rocket Lab
    • Satelliti
  • Spazio Italiano
  • Le grandi firme dello spazio
    • Paolo Ferri
Nessun risultato
Guarda tutti i risultati
AstroSpace
Nessun risultato
Guarda tutti i risultati

50 nuovi esopianeti sono stati trovati grazie al machine learning

Stefano Piccin di Stefano Piccin
Agosto 28, 2020
in Astronomia e astrofisica, News, Scienza
Kepler-1649c

Illustrazione artistica di Kepler-1649c (un esopianeta scoperto dopo aver ricontrollato i dati scartati da un algoritmo) in orbita intorno alla sua stella. In lontananza il pianeta più vicino. Credits: NASA/Ames Research Center/Daniel Rutter

Condividi su FacebookTweet

Per scoprire nuovi esopianeti uno dei metodi più efficaci è quello del transito. Si osserva una stella e si misura la sua luminosità. Variazioni nel valore di quest’ultima potrebbero indicare che fra noi e la stella stessa si è contrapposto un pianeta che le orbita attorno. Queste misurazioni di luminosità sono però enormi quantità di dati, che inoltre contengono una serie di falsi positivi. Delle misure che a prima vista sembrano simili a quelle che restituirebbe il passaggio di un esopianeta ma che in realtà sono dovute ad una causa diversa.

Grazie all’uso del machine learning, all’Università di Warwick (in Inghilterra) hanno sviluppato un algoritmo in grado di riconoscere questi falsi positivi e di scartarli oppure selezionarli come esopianeti. L’algoritmo è stato addestrato con due grandi campioni di dati già analizzati e acquisiti dal telescopio Kepler. Nonostante questo telescopio non sia più attivo da fine 2018 sono ancora molti i dati da analizzare. All’algoritmo, dopo essere stato addestrato, è stata affidata l’analisi di un campione di dati di Kepler ancora da studiare.

Il risultato è stato la scoperta di 50 nuovi esopianeti (non in orbita alla stessa stella ovviamente). Quello che l’algoritmo ha fatto in realtà è stato misurare la probabilità che ogni singola misura fosse un falso positivo. Se questa probabilità risultava minore dell’1% allora quello poteva essere classificato come un pianeta. Questi nuovi pianeti hanno grandezze variabili da simili a quella di Nettuno, fino a pianeti più piccoli della Terra. Le loro orbite variano da 200 giorni ad alcune della durata di uno solo.

ANNUNCIO
Esopianeti
Lista dei vari telescopi spaziali che studiano e osservano esopianeti. Telescopi passati, presenti e futuri. Credits: Astrospace.it

L’importanza di questo algoritmo

Individuare questi esopianeti all’interno dello osservazioni di Kepler è particolarmente importante perchè permette agli scienziati di sapere dove puntare le prossime missioni che studieranno gli esopianeti già scoperti. Avere un grande numero di candidati vuol dire poter scegliere i pianeti più interessanti e non “sprecare” del prezioso tempo dei futuri telescopi, come CHEOPS o il prossimo JWST.

Finora circa il 30% degli esopianeti sono stati convalidati come tali con un solo metodo di analisi dei dati. Questo non è l’ideale, dato che se quel metodo sbaglia non ci sono controprove per saperlo. Avere un nuovo sistema per convalidare gli esopianeti potrà quindi solo giovare alla correttezza di questa ricerca interplanetaria.

Lo sviluppo di nuovi metodi di convalida è auspicabile anche solo per questo motivo. Ma l’apprendimento automatico ci consente anche di farlo molto rapidamente e dare la priorità ai candidati molto più velocemente. Dobbiamo ancora dedicare tempo alla formazione dell’algoritmo, ma una volta fatto ciò diventa molto più facile applicarlo ai futuri candidati.

Il Dr. David Armstrong, del Dipartimento di Fisica dell’Università di Warwick ha così commentato l’importanza di questo algoritmo.

Lo stato dell’arte

Dr. Theo Damoulas del Dipartimento di Informatica dell’Università di Warwick, e Vicedirettore del Data Centric Engineering presso l’Istituto Alan Turing ha così commentato:

ANNUNCIO

Gli approcci probabilistici all’apprendimento automatico statistico sono particolarmente adatti per un problema eccitante come questo. In astrofisica ciò richiede l’incorporazione di conoscenze precedenti, […] e la quantificazione dell’incertezza nelle previsioni. Un ottimo esempio in cui la complessità computazionale aggiunta all’uso di metodi probabilistici ripaga in modo significativo.

Una delle particolarità di questo algoritmo risiede proprio nel calcolo preciso della probabilità che un candidato sia un esopianeta. Finora esistevano già degli algoritmi simili ma non riuscivano ad eseguire questo calcolo e quindi ad escludere i pianeti dai falsi positivi. Riuscivano solo ad individuare quali quali misure avevano maggior probabilità di essere degli esopianeti.

Ne è un esempio la scoperta di Kepler-1649c, uno degli esopianeti più simili alla Terra e scoperto analizzando i dati scartati da un algoritmo che analizzava le misure di Kepler.

L’articolo completo: Exoplanet Validation with Machine Learning: 50 new validated Kepler planets.

Continua a seguire Astrospace.it sul canale Telegram e sulla pagina Facebook.  Non perderti nessuno dei nostri articoli e aggiornamenti sul settore aerospaziale e dell’esplorazione dello spazio.

Tags: esopianetaEsopianetiMachine Learning

Potrebbe interessarti anche questo:

Esplorando la scienza dei mondi impossibili, con Luca Nardi

Esplorando la scienza dei mondi impossibili, con Luca Nardi

Novembre 6, 2026
Rappresentazione artistica del disco di detriti intorno alla nana bianca J1328-1450. Credits: ESO/L. Calçada

Attorno a una nana bianca c’è un doppio disco di detriti, forse modellato da due corpi planetari sopravvissuti

Ottobre 27, 2026
Render artistico di un pianeta di seconda generazione in orbita attorno a una stella nana bianca nel sistema HS 0209+0832. Credits: NASA, ESA, Leah Hustak (STScI)

Trovati indizi di un pianeta formatosi dopo la morte della sua stella

Ottobre 6, 2026
Render artistico del pianeta Elias 2-24 b, il più piccolo mai scoperto finora, nel suo sistema planetario in formazione. Credits: W. M. Keck Observatory/Adam Makarenko

Trovato l’esopianeta più giovane mai scoperto finora: ha meno di un milione di anni

Settembre 17, 2026
Il candidato esopianeta scoperto attorno a KIC 9139163, una stella pulsante di tipo solare situata nella costellazione del Cigno. Credits: INAF/realizzata con AI Gemini

Scoperto un candidato esopianeta che non transita davanti alla sua stella

Agosto 26, 2026
Render artistico del gigante gassoso WD 1856 b, che è sopravvissuto alla morte della sua stella. Credits: NASA, ESA, CSA, R. Crawford (STScI)

Il James Webb ha osservato un pianeta sopravvissuto alla morte della sua stella

Luglio 2, 2026
Attualmente in riproduzione
ANNUNCIO

I più letti

  • La NASA sceglie otto aziende per i lander della Moon Base, e il rover nucleare PROMISE volerà su un Blue Moon

    Un altro mega aggiornamento sulla Moon Base della NASA. Esteso il programma CLPS, confermato il rover PROMISE e tanto altro

    0 condivisioni
    Condividi 0 Tweet 0
  • SpaceX pubblica i piani del volo 15 di Starship: confermato l’obiettivo della doppia cattura e un volo di 22 ore!

    0 condivisioni
    Condividi 0 Tweet 0
  • Verso una doppia cattura al volo. I progressi di Starship

    0 condivisioni
    Condividi 0 Tweet 0
  • Stoke Space lancerà i satelliti di Planet con il razzo riutilizzabile Nova

    0 condivisioni
    Condividi 0 Tweet 0

Segui AstroSpace.it anche in:

Telegram LinkedIn Twitter Youtube

Eventi in programma

Notice
Non ci sono eventi previsti.

Gli ultimi approfondimenti

Il Nancy Grace Roman Space Telescope incapsulato all'interno del Falcon Heavy che lo lancerà nello spazio il 30 agosto 2026.

Quando, dove e perché seguire il lancio del telescopio spaziale Nancy Grace Roman

Agosto 29, 2026
Eclissi parziale di Luna

È in arrivo un’eclissi parziale di Luna, visibile anche dall’Italia: ecco come e quando osservarla

Agosto 26, 2026
Eclissi solare totale dell'8 aprile 2024 da Dallas, Texas. Credits: NASA/Keegan Barber

Eclissi di Sole il 12 agosto 2026: tutto ciò che serve sapere per osservarla

Agosto 11, 2026
ANNUNCIO


News e approfondimenti di Astronautica e Aerospazio. Astrospace.it è pubblicato da Astrospace Srl.

info@astrospace.it 
www.astrospace.it

P.IVA: 04589880162

  • Astrospace ADV
  • AstroSpace.it
  • Collabora
  • La redazione
  • Feed RSS
  • Newsletter
  • Shop
Privacy Policy Cookie Policy

Abbonati

Entra in Astrospace Orbit per leggere gli articoli Premium di AstroSpace

ISCRIVITI ORA

©2026 Astrospace

Nessun risultato
Guarda tutti i risultati
  • Home
  • Agenzie Spaziali
    • NASA
    • Cina
    • ESA
    • ASI
  • Esplorazione spaziale
    • Speciale Artemis 1
    • ISS
    • Luna
    • Sistema solare
    • Scienza
      • Astronomia e astrofisica
      • Fisica
  • Space economy
    • SpaceX
    • Boeing
    • Blue Origin
    • Nuove imprese
    • Rocket Lab
    • Satelliti
  • Spazio Italiano
  • Le grandi firme dello spazio
    • Paolo Ferri
Orbit
Shop

© 2026 Astrospace.it Info@astrospace.it - News e approfondimenti di astronautica e aerospazio. Astrospace.it è pubblicato da Astrospace srl P.IVA: 04589880162