• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Astronomia
    La missione ARIEL sugli esopianeti celebra la sfida dell'apprendimento automatico e il lancio della scienza dei cittadini

    L'analisi dei dati delle missioni spaziali non è facile, soprattutto se hai bisogno di osservare un pianeta che passa davanti alla sua stella che spesso dista centinaia di anni luce. A tale distanza, uno dei problemi principali è differenziare ciò che è pianeta e ciò che è stella. Il Machine Learning ARIEL Data Challenge ha affrontato il problema di identificare e correggere gli effetti delle macchie sulla stella dai deboli segnali delle atmosfere degli esopianeti. Questa immagine mostra un pianeta in transito che passa davanti a una stella con macchie stellari. Credito:ESO/L. Calçada

    ARIELE, una missione dell'ESA per effettuare la prima indagine su larga scala delle atmosfere degli esopianeti, ha annunciato i vincitori della sua prima sfida internazionale sui dati di Machine Learning e ha lanciato un nuovo progetto, ExoOrologi, rivolto agli astronomi dilettanti e ai cittadini scienziati.

    I vincitori della Data Challenge, James Dawson (Team SpaceMeerkat), e Vadim Borisov (Team major_tom), sono stati annunciati oggi alla riunione congiunta EPSC-DPS 2019 a Ginevra. La coppia ha superato la classifica della competizione su 112 individui e squadre registrati. La sfida dei dati, lanciato ad aprile, ha affrontato il problema della rimozione del rumore dalle osservazioni di esopianeti causato dalle macchie stellari e dalla strumentazione.

    Nikos Nikolaou del Centro UCL per i dati esochimici, che ha ideato il concorso, disse, "I risultati della competizione hanno superato le nostre aspettative, sia per la qualità delle soluzioni tecniche presentate, sia per il massiccio numero di iscrizioni alla sfida, che ha rivaleggiato con la partecipazione a concorsi di machine learning aperti con grandi premi in denaro."

    Oggi si tiene una sessione dedicata all'EPSC-DPS 2019 per presentare le metodologie utilizzate dai team vincitori alla comunità di ricerca sugli esopianeti, al fine di condividere i progressi nelle statistiche computazionali e nell'apprendimento automatico. I cinque migliori team sono stati inoltre invitati a presentare le loro soluzioni alla Conferenza europea sull'apprendimento automatico (ECML-PKDD 2019) venerdì. La partecipazione a entrambe le conferenze mira a sviluppare collaborazioni più strette tra i ricercatori di esopianeti e le comunità di apprendimento automatico e statistica.

    Quando un pianeta si incrocia direttamente tra noi e la sua stella, vediamo la stella attenuarsi leggermente perché il pianeta sta bloccando una parte della luce. Possiamo creare un grafico chiamato curva di luce con la luminosità della stella rispetto al tempo. Usando questa trama, possiamo vedere quale percentuale della luce della stella blocca il pianeta e quanto tempo impiega il pianeta ad attraversare il disco della stella. I pianeti più grandi bloccano più luce. Credito:NASA/Goddard Media Studios

    ARIEL ha anche lanciato il progetto "ExoClock" per raccogliere misurazioni note come "curve di luce" che mostrano il calo di intensità quando un pianeta transita davanti alla sua stella ospite e blocca parte della luce. Quando ARIEL inizierà la sua missione per osservare 1000 esopianeti nel 2028, dovrà avere una conoscenza precisa del tempo di transito previsto di ogni pianeta che osserva. I transiti possono essere misurati utilizzando telescopi di piccola e media scala e forniscono informazioni chiave sugli esopianeti, compresa la loro dimensione, orbita, massa e densità. ExoClock mira ad arruolare la considerevole e attiva comunità di astronomia amatoriale in tutto il mondo per raccogliere un gran numero di osservazioni della curva di luce e migliorare l'accuratezza dei tempi di transito.

    "Questo è il primo invito aperto a partecipare al progetto ExoClock e incoraggiamo tutti gli osservatori interessati a entrare a far parte della missione ARIEL dell'ESA. Ogni osservazione di transito è unica e importante. Partecipando a ExoClock, i cittadini di tutto il mondo possono contribuire al successo della missione ARIEL, "ha detto Anastasia Kokori, che ha annunciato il lancio di ExoClock all'EPSC-DPS 2019.

    The ExoClock platform includes target prioritization and an alert systemto maximize coverage of exoplanet targets and efficient use of resources. Users are given a personalized schedule based on their telescopes and their geographical location. The lightcurves submitted will be analyzed, published and credited on ExoClock website and may become part of scientific publications.

    Artist’s impression of ARIEL on its way to Lagrange Point 2 (L2). Qui, the spacecraft is shielded from the Sun and has a clear view of the whole sky. Credit:ARIEL space mission/Science Office

    Experienced observers can register directly at exoclock.space and get started. For observers that are new to exoplanet transits, training is provided through the ExoWorlds Spies project (exoworldsspies.com). All online resources are currently available free of charge in English and in Greek.

    Giovanna Tinetti, Principal Investigator for the ARIEL mission, said:"ARIEL is a challenging mission that's pushing the boundaries of exoplanet research. The Data Challenges and ExoClock project are enabling us to build a global community of collaborators with a diverse mix of skills and backgrounds. We look forward to working with them over the next few years to develop networks, tools and analysis techniques in preparation for the mission's launch in 2028."


    © Scienza https://it.scienceaq.com