वारविक के भौतिकी और कंप्यूटर विज्ञान विभाग और एलन ट्यूरिंग इंस्टीट्यूट के शोधकर्ताओं ने संभावित एक्सोप्लैनेट के नमूने का विश्लेषण करने और यह निर्धारित करने के लिए एक मशीन लर्निंग-आधारित एल्गोरिदम बनाया है कि कौन से वास्तविक हैं और कौन से 'नकली' या झूठे सकारात्मक हैं। नासा के केप्लर और टीईएसएस जैसे मिशनों द्वारा ग्रहों के डेटा सेट पाए गए हैं। परिणाम रॉयल एस्ट्रोनॉमिकल सोसायटी के मासिक नोटिस में प्रकाशित एक नए अध्ययन में प्रस्तुत किए गए हैं।
उन्होंने केपलर के डेटासेट पर एल्गोरिथम का उपयोग किया, जिसके परिणामस्वरूप 50 नए ग्रहों की पुष्टि हुई, जिनमें से पहले को मशीन लर्निंग का उपयोग करके सत्यापित किया गया। इन 50 ग्रहों का आकार नेपच्यून से लेकर पृथ्वी के आकार के ग्रहों तक है, जिनकी कक्षाएँ 200 से 1 दिन तक हैं।
"यह कहने के बजाय कि कौन से उम्मीदवारों के ग्रह होने की अधिक संभावना है, अब हम कह सकते हैं कि सटीक सांख्यिकीय संभावना क्या है। वारविक विश्वविद्यालय में भौतिकी विभाग के डॉ. डेविड आर्मस्ट्रांग ने कहा, अगर उम्मीदवार के झूठे सकारात्मक होने की संभावना 1% से कम है, तो इसे एक निश्चित ग्रह माना जाता है।
एक बार निर्मित और प्रशिक्षित होने के बाद, एल्गोरिथ्म वर्तमान विधियों की तुलना में तेज़ है और इसे पूरी तरह से स्वचालित किया जा सकता है, जिससे यह वर्तमान TESS सर्वेक्षणों में देखे गए हजारों संभावित ग्रह उम्मीदवारों का विश्लेषण करने के लिए आदर्श बन जाता है।
यह भी पढ़ें: