AI发现44个可能隐藏类地行星的恒星系统
内容摘要
由伯尔尼大学研究人员开发的一种机器学习模型，已识别出44个可能含有未发现类地行星的已知行星系统。该算法由Jeanne Davoult与Romain Eltschinger和Yann Alibert共同创建，通过分析已知行星的架构以及最内侧可探测行星的属性，来预测小型温带世界的存在。该模型使用伯尔尼行星形成与演化模型生成的数万个合成行星系统进行训练，在模拟数据上达到了高达99%的精度。当应用于1,567个围绕类太阳恒星和较小恒星的观测系统时，有44个通过了90%的投票阈值和初步稳定性评估。然而，这些预测的行星仍未得到确认，需要后续的望远镜观测来验证。该目标列表可帮助优先安排如PLATO和拟议中的LIFE概念等任务的搜索工作。
(来源：The Brighter Side of News)