science >> Wetenschap >  >> Astronomie

ARIEL exoplaneetmissie viert uitdaging voor machine learning en lancering van burgerwetenschap

Gegevensanalyse van ruimtemissies is niet eenvoudig, vooral als je een planeet moet observeren die voor zijn ster passeert die vaak 100 lichtjaren verwijderd is. Op zo'n afstand, een van de belangrijkste problemen is het onderscheid maken tussen wat planeet is en wat ster. De Machine Learning ARIEL Data Challenge pakte het probleem aan van het identificeren en corrigeren van de effecten van vlekken op de ster door de zwakke signalen van de atmosfeer van exoplaneten. Deze afbeelding toont een transiterende planeet die voor een ster met stellaire vlekken passeert. Krediet:ESO/L. Calçada

ARIEL, een ESA-missie om het eerste grootschalige onderzoek van exoplaneetatmosferen te maken, heeft de winnaars bekend gemaakt van zijn eerste internationale Machine Learning Data Challenge en heeft een nieuw project gelanceerd, ExoClocks, gericht op amateurastronomen en burgerwetenschappers.

De winnaars van de Data Challenge, James Dawson (Team SpaceMeerkat), en Vadim Borisov (Team major_tom), werden vandaag aangekondigd op de EPSC-DPS Joint Meeting 2019 in Genève. Het paar stond bovenaan het klassement voor de competitie van 112 geregistreerde individuen en teams. De data-uitdaging, gelanceerd in april, het probleem aangepakt van het verwijderen van ruis uit waarnemingen van exoplaneten veroorzaakt door sterrenvlekken en door instrumentatie.

Nikos Nikolaou van het UCL Center for Exochemistry Data, wie heeft de wedstrijd bedacht, zei, "De resultaten van de wedstrijd overtroffen onze verwachtingen, zowel wat betreft de kwaliteit van de ingediende technische oplossingen als het enorme aantal inzendingen voor de uitdaging, die wedijverde met deelname aan open machine learning-wedstrijden met grote geldprijzen."

Vandaag wordt op EPSC-DPS 2019 een speciale sessie gehouden om de methodologieën die door de winnende teams worden gebruikt, te presenteren aan de onderzoeksgemeenschap van exoplaneten, om vorderingen op het gebied van computerstatistieken en machine learning te delen. De vijf best gerangschikte teams zijn bovendien uitgenodigd om hun oplossingen te presenteren op de European Conference on Machine Learning (ECML-PKDD 2019) op vrijdag. De deelname aan beide conferenties is gericht op het ontwikkelen van nauwere samenwerkingen tussen exoplaneetonderzoekers en de machine learning- en statistiekengemeenschappen.

Wanneer een planeet rechtstreeks tussen ons en zijn ster kruist, we zien de ster een beetje dimmen omdat de planeet een deel van het licht blokkeert. We kunnen een grafiek maken die een lichtcurve wordt genoemd met de helderheid van de ster versus de tijd. Met behulp van dit perceel, we kunnen zien welk percentage van het licht van de ster de planeet blokkeert en hoe lang het duurt voordat de planeet de schijf van de ster passeert. Grotere planeten blokkeren meer licht. Krediet:NASA/Goddard Media Studios

ARIEL heeft ook het "ExoClock"-project gelanceerd om metingen te verzamelen die bekend staan ​​als "lichtkrommen" en die de daling in intensiteit laten zien wanneer een planeet voor zijn moederster passeert en een deel van het licht blokkeert. Wanneer ARIEL zijn missie begint om in 2028 1000 exoplaneten te observeren, het zal nauwkeurige kennis moeten hebben van de verwachte transittijd van elke planeet die het waarneemt. Transits kunnen worden gemeten met kleine en middelgrote telescopen en geven belangrijke informatie over de exoplaneten, inclusief hun grootte, baan, massa en dichtheid. ExoClock heeft tot doel de omvangrijke en actieve amateurastronomiegemeenschap over de hele wereld in te schakelen om grote aantallen lichtcurvewaarnemingen te verzamelen en de nauwkeurigheid van transittijden te verbeteren.

"Dit is de eerste open oproep om deel te nemen aan het ExoClock-project en we moedigen alle geïnteresseerde waarnemers aan om deel uit te maken van ESA's ARIEL-missie. Elke transitobservatie is uniek en belangrijk. Door deel te nemen aan ExoClock, burgers over de hele wereld kunnen bijdragen aan het succes van de ARIEL-missie, " zei Anastasia Kokori, die de lancering van ExoClock aankondigde op EPSC-DPS 2019.

Het ExoClock-platform omvat prioritering van doelen en een waarschuwingssysteem om de dekking van exoplaneetdoelen en efficiënt gebruik van middelen te maximaliseren. Gebruikers krijgen een persoonlijk schema op basis van hun telescopen en hun geografische locatie. De ingediende lichtcurven worden geanalyseerd, 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). Hier, 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."


Meer >

Meer >

Hoofdlijnen

  1. Studie beschrijft hoe de driedimensionale architectuur van het genoom verandert tijdens de celcyclus
  2. Stille code van nucleotiden, geen aminozuren, bepaalt functies van vitale eiwitten
  3. Hoe recombinatie-frequenties te berekenen
  4. Nieuwe slangensoort verstopt zich in het volle zicht
  5. Elements of Nucleic Acids
  6. Nieuwsgierige grote witte haai speelt met camera
  7. Wat zijn chromatine en chromosomen?
  8. Een verticale laminaire luchtstromingskap reinigen
  9. Overeenkomsten van de mitochondria en nucleus

Wetenschap