一个名为Exominer的新神经网络已设法增加了301个新系外行星，使我们的总数达到4,569。
根据Phys.org，上述神经网络利用了NASA疯狂的强大pleiades超级计算机来确认301个系外行星的存在。
所有这些行星最初是使用开普勒档案馆的数据找到的。但是，在使用Exominer之前，这些仅被归类为潜在系外行星，无法确认。
使用NASA的pleiades的力量，Exominer神经网络能够验证新发现的行星状态。然后，确定这些系外行星虽然本身有趣，但并不像地球一样，也不位于父母恒星的宜居区域内。
神经网络的准确性如何？
ExoMiner神经网络非常准确。根据康奈尔大学，该网络的准确度为93.6％（最高为99％），这使其比不使用机器学习技术的当前分类器更准确和可靠。
这全都归功于NASA PLEIADES超级计算机，这是世界上最先进的之一。那是因为没有硬件加速，神经网络将一无所有。
据官员说NASA规格，Pleiades能够产生7.09 PETAFLOPS的峰值簇性能。它总共有241,324个CPU内核，927 TB的总内存和614,400 GPU CUDA核心 - 超出了您的高端高端游戏PC的规格。
人们对Exominer神经网络的能力充满信心。根据原始Phys.org报告，Project Lead Hamed Valizadegan有足够的信心说，当神经网络说这是系外行星时，您最好相信它是。
外观和狩猎行星
天文学家以前有不同的方式寻找系外行星：过境方法。这项技术，根据今天的宇宙，允许科学家通过测量其母星发出的光来发现外星行星。
当行星在其恒星前面经过时，称为过境。运输总是会导致其亮度略有下降。然后，天文学家将尝试确定倾角是否定期发生。
如果是这样，那么他们可能会确信，制造过境的天体实际上是行星。那是因为任何事情都可以在恒星面前进行过境 - 小行星，月亮或其他任何东西。只有一个实际的行星会定期进行过境。
这种方法的唯一问题是没有实际方法可以验证任何被发现的天体的行星状态。这就是Exominer神经网络的出现。
展望未来
目前，使用开普勒任务中的当前数据对神经网络进行了培训。拥有这些信息，它将利用一切力量来进一步验证任何新系外行星它将遇到。
此外，研究人员说，机器学习技术仍然有改进的余地，这可能会导致将来的发现更加令人兴奋。
本文由技术时报拥有
由RJ Pierce撰写
