• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Astronomia
    Gli astrofisici usano l'intelligenza artificiale per determinare le dimensioni degli esopianeti

    L'impressione di questo artista mostra molti dei pianeti in orbita attorno alla stella nana rossa ultra-fredda TRAPPIST-1. Credito:ESO/M. Kornmesser

    Utilizzando una tecnica di apprendimento automatico, un team di ricercatori dell'Instituto de Astrofísica e Ciências do Espaço ha vincolato il raggio di un esopianeta con massa nota.

    Solene Ulmer-Moll, un dottorato di ricerca studente presso la Facoltà di Scienze dell'Università di Porto (FCUP), spiega che questo risultato è stato ottenuto utilizzando la conoscenza di diversi campi:"Questo nuovo modo di prevedere il raggio degli esopianeti è un perfetto esempio della sinergia tra la scienza degli esopianeti e le tecniche di apprendimento automatico".

    Per caratterizzare un pianeta, sia la sua massa che il raggio sono necessari per trovare la densità del pianeta, e da ciò, per dedurre la sua composizione. Ma entrambi i dati sono disponibili solo per un numero ridotto di esopianeti, poiché la massa è spesso determinata dalle misurazioni della velocità radiale, mentre il raggio si misura con il metodo del transito.

    Il team ha sviluppato un algoritmo che prevede con precisione il raggio di un'ampia gamma di esopianeti, se si conoscono molti altri parametri planetari e stellari, compresa la massa dell'esopianeta e la temperatura di equilibrio. Solène Ulmer-Moll dice, "Per le centinaia di pianeti scoperti con il metodo della velocità radiale, ora siamo in grado di prevedere il loro raggio. Possiamo quindi capire se questi esopianeti sono potenzialmente mondi rocciosi".

    Raggi reali in funzione dei raggi previsti per il set di prova. Credito:Ulmer-Moll et al.

    Finora, solo la massa di un esopianeta è stata utilizzata per prevederne il raggio, ma il team sta lavorando per cambiare questo paradigma incorporando altri parametri planetari e stellari per rafforzare le proprie previsioni.

    Nuno Cardoso Santos (IA e FCUP) afferma, "Questo lavoro unisce magnificamente le competenze del nostro team, unendo le conoscenze esistenti sul rilevamento e la caratterizzazione degli esopianeti e l'analisi statistica dei sistemi rilevati, utilizzando strumenti matematici all'avanguardia. Questi sono essenzialmente gli stessi strumenti matematici che ora stanno portando allo sviluppo delle auto a guida autonoma".


    © Scienza https://it.scienceaq.com