FenixEdu™

Dissertação

Hunting for transiting exoplanets with machine learning EVALUATED

Detalhes: A busca por planetas fora do sistema solar, também conhecidos como exoplanetas, tem-se tornado cada vez mais popular e, atualmente, existem mais de 4000 exoplanetas confirmados. Com o avanço da tecnologia e com mais missões enviadas para o espaço para descobrir mais exoplanetas, a quantidade de dados para analisar está a aumentar cada vez mais. Sendo assim, a revisão manual de todos estes sinais está-se a tornar impraticável. Consequentemente, os cientistas têm utilizado, cada vez mais, técnicas de aprendizagem automática para fazer esta verificação e classificação dos dados. Neste projeto pretendemos desenvolver e estudar o desempenho de dois classificadores diferentes baseados em aprendizagem automática para ajudar na procura de exoplanetas. O primeiro classificador usa Máquina de Vetores de Suporte e o segundo usa Redes Neuronais. Para treinar e testar ambos os classificadores, usamos as caratecterísticas de cada sinal e as curvas de luz das Campanhas 5, 12 e 18 da missão espacial K2 da NASA. Os resultados mostram que a melhor abordagem para os nossos dados é o método que usa Redes Neuronais com a entrada combinada de três tipos diferentes de dados: as várias características do sinal (que incluem o período do trânsito, a sua duração, etc), as curvas de luz em fase e o seu desvio absoluto mediano. No final, os classificadores foram capazes de detetar mais 19 novos candidatos a exoplaneta em relação aos dados iniciais.
Keywords: Exoplanetas, Aprendizagem Automática, Máquinas de Vetores de Suporte, Redes Neuronais.

Discussão: novembro 30, 2021, 10:0