一個名為Exominer的新神經網絡已設法增加了301個新系外行星，使我們的總數達到4,569。
根據Phys.org，上述神經網絡利用了NASA瘋狂的強大pleiades超級計算機來確認301個系外行星的存在。
所有這些行星最初是使用開普勒檔案館的數據找到的。但是，在使用Exominer之前，這些僅被歸類為潛在系外行星，無法確認。
使用NASA的pleiades的力量，Exominer神經網絡能夠驗證新發現的行星狀態。然後，確定這些系外行星雖然本身有趣，但並不像地球一樣，也不位於父母恆星的宜居區域內。
神經網絡的準確性如何？
ExoMiner神經網絡非常準確。根據康奈爾大學，該網絡的準確度為93.6％（最高為99％），這使其比不使用機器學習技術的當前分類器更準確和可靠。
這全都歸功於NASA PLEIADES超級計算機，這是世界上最先進的之一。那是因為沒有硬件加速，神經網絡將一無所有。
據官員說NASA規格，Pleiades能夠產生7.09 PETAFLOPS的峰值簇性能。它總共有241,324個CPU內核，927 TB的總內存和614,400 GPU CUDA核心 - 超出了您的高端高端遊戲PC的規格。
人們對Exominer神經網絡的能力充滿信心。根據原始Phys.org報告，Project Lead Hamed Valizadegan有足夠的信心說，當神經網絡說這是系外行星時，您最好相信它是。
外觀和狩獵行星
天文學家以前有不同的方式尋找系外行星：過境方法。這項技術，根據今天的宇宙，允許科學家通過測量其母星發出的光來發現外星行星。
當行星在其恆星前面經過時，稱為過境。運輸總是會導致其亮度略有下降。然後，天文學家將嘗試確定傾角是否定期發生。
如果是這樣，那麼他們可能會確信，製造過境的天體實際上是行星。那是因為任何事情都可以在恆星面前進行過境 - 小行星，月亮或其他任何東西。只有一個實際的行星會定期進行過境。
這種方法的唯一問題是沒有實際方法可以驗證任何被發現的天體的行星狀態。這就是Exominer神經網絡的出現。
展望未來
目前，使用開普勒任務中的當前數據對神經網絡進行了培訓。擁有這些信息，它將利用一切力量來進一步驗證任何新系外行星它將遇到。
此外，研究人員說，機器學習技術仍然有改進的餘地，這可能會導致將來的發現更加令人興奮。
本文由技術時報擁有
由RJ Pierce撰寫
