""

澳门太阳城|网站注册

  • Worlds 要么biting stars other than our sun are “exoplanets,” and they come in many sizes, from gas giants larger than Jupiter to small, rocky planets. This illustration of a

    世界轨道比我们的太阳等明星都是“系外行星”,他们在许多大小,从天然气巨头比木星大至小,岩石行星。这说明一个“超级地球”的行星代表的是,苔丝任务的目的是我们的太阳系外发现的类型。

    图像:米。 k要么nmesser / ESO

    全屏
  • 上的苔丝相机之一了一套飞行相机电子装置的,由澳门太阳城网站的中科院Kavli天体物理和空间研究开发,从相机的系外行星的数据发送到该船上传送回地球上的科学家们之前处理它飞船的计算机。

    上的苔丝相机之一了一套飞行相机电子装置的,由澳门太阳城网站的中科院Kavli天体物理和空间研究开发,从相机的系外行星的数据发送到该船上传送回地球上的科学家们之前处理它飞船的计算机。

    照片:科维理

    全屏
  • 郁亮博士'19,最近物理系研究生,在现有的代码构建编写的苔丝队现在使用识别系外行星的机器学习工具。

    郁亮博士'19,最近物理系研究生,在现有的代码构建编写的苔丝队现在使用识别系外行星的机器学习工具。

    照片:黛比meinbresse

    全屏

计算和寻找新行星

世界轨道比我们的太阳等明星都是“系外行星”,他们在许多大小,从天然气巨头比木星大至小,岩石行星。这说明一个“超级地球”的行星代表的是,苔丝任务的目的是我们的太阳系外发现的类型。

澳门太阳城网站的计算机科学家行星科学家合作发现的系外行星。


记者联系

朱莉娅凯勒
电子邮件: jckeller@mit.edu
电话:617-324-9354; 617-817-6368(小区)
科学学院

当澳门太阳城网站推出 澳门太阳城网站的斯蒂芬·一。计算的施瓦茨曼大学 今年秋天,目标之一是在所有澳门太阳城网站的学校进一步推动创新的计算。研究人员已经扩大,超出计算机科学的传统应用,并利用这些技术来推进的科学领域,从癌症医学人类学设计 - 和新行星的发现。

计算已经被证明为过境太阳系外行星勘测卫星(苔丝)评定,由澳门太阳城网站领导的美国航空航天局资助的任务非常有用。从卡纳维拉尔角在2018年4月推出,苔丝是卫星,是以天空的图像,因为它沿地球轨道运动。这些图像可以帮助研究人员找到的行星轨道超出了我们的太阳,称为系外行星的恒星。这项工作,也就是现在的一半完成,将揭示更多关于内美国宇航局调用我们的其他行星的“太阳附近”。 

“苔丝刚刚完成第一个两年的主要任务中,测量南部夜空,”莎拉·西格尔,在苔丝科学的澳门太阳城网站和副主任的天体物理学家和行星科学家说。 “苔丝发现超过1000名星球候选人和20证实行星,一些多行星系统。”

而苔丝已使一些令人印象深刻的发现,到目前为止,发现这些系外行星是一项简单的任务。苔丝正在收集的超过200,000遥远的恒星图像,保存每两分钟这些行星的图像,以及节省了大片的天空每30分钟的图像。西格说,每两个星期,这是需要多长时间卫星到地球轨道,苔丝发送约350千兆字节的数据(一旦解压缩)到地球。而西格说,这是人们所期望的(一个2019的MacBook Pro拥有高达储存的512千兆字节)没有那么多的数据,分析数据包括获取许多复杂的因素考虑进去。

西格,谁说,她长期以来一直感兴趣的是如何计算可以作为科学的工具,开始讨论与Vict要么 pankratius,在澳门太阳城网站的天体物理和空间研究卡弗里研究所前首席科学家,现在谁是导演和项目在博世传感器全球软件工程的负责人。一个训练有素的计算机科学家,pankratius说,在2013年在澳门太阳城网站抵达后,他开始思考产生大数据,但尚未完全从计算技术中获益的科学领域。与像西格天文学家说后,他更多地了解了他们的仪器收集的数据,并产生了兴趣,应用计算机辅助发现技术来寻找太阳系外行星。

“宇宙是一个大的地方,” pankratius说。 “所以我认为,我们充分利用对计算机科学的一面是什么了不起的事情。” 

其基本思想基础苔丝的使命是,像我们的太阳系,在地球和其他行星围绕中央恒星(太阳),还有其他行星超出了我们的太阳系周围不同的恒星旋转。图像苔丝收集产生的光变曲线 - 数据显示如何随时间的变化星的亮度。研究人员正在分析这些光变曲线找到亮度下降,这可能表明行星是通过在恒星前面和暂时阻挡一些光线。 

“每一次的行星轨道,你会看到这个亮度下去,” pankratius说。 “这几乎就像一个心跳。” 

麻烦的是,并非所有的亮度浸路过的行星必然造成的。西格说,机器学习目前进场时他们的苔丝数据分析的“分流”阶段,帮助他们潜在的行星和其他的东西,可能会导致跌落在亮度,像变星,这自然在它们的亮度变化,或仪器噪音之间的区别。

在穿过分流行星的分析仍然是谁已经学会了如何“读”的光变曲线的科学家完成的。但球队现在使用的是已被列为由眼教神经网络如何识别系外行星过境光曲线数千人。计算是帮助他们缩小他们应该详细考察其光变曲线。郁亮博士'19,最近物理系研究生,在现有的代码构建编写球队现在使用机器学习工具。

而在最相关的数据归巢的帮助,西格说,机器学习还不能用来简单地找到太阳系外行星。 “我们仍然有很多工作要做,”她说。

pankratius同意。 “我们想要做的基本上是建立计算机辅助发现系统对所有[明星]所有的时间做到这一点,”他说。 “你想只要按一个按钮,说:给我的一切。但现在它仍然是人与一些自动化审查所有这些光变曲线“。

西格和pankratius还共同讲授一门课程,着重于计算和行星科学人工智能(AI)的发展的各个方面。西格说,灵感当然来自学生的兴趣与日俱增起来了解人工智能及其应用尖端的科学数据。

在2018年,该课程允许学生使用所收集的实际数据苔丝探索机器学习应用此数据。接连当然西格和pankratius模拟授课,学生在使用过程中能够选择一个科学问题和学习的计算能力来解决这个问题。在这种情况下,学生们了解了人工智能技术和应用苔丝。西格说,学生们以独特的类了很大的反响。 

“作为一个学生,你实际上可以做一个发现,” pankratius说。 “你可以建立一个机器学习算法,在这个数据上运行它,谁知道,也许你会发现一些新的东西。”

许多数据收集苔丝的也是一应俱全作为一个更大的公民科学项目的一部分。 pankratius说,任何人只要有合适的工具可以开始制作自己的发现。由于云连接,这甚至有可能在手机上。 

“如果你在你坐大巴回家无聊,为什么不寻找行星吗?”他说。

pankratius说,这种类型的协同工作可以在每个领域的专家分享他们的知识和互相学习,而不是每一个试图在其他的领域被套牢。  

“随着时间的推移,科学已经变得更加专业化,所以我们需要如何更好地整合专家,” pankratius说。计算学院可帮助形成更多这样的合作,他补充道。 pankratius也表示,它可能会吸引谁在这些学科,谁就能在专家之间的了解填补空白的交叉工作的研究人员。

这种类型的工作将计算机科学已经成为整个科学领域,西格笔记越来越普遍。 “机器学习是‘流行’,现在,”她说。 

pankratius说,部分原因是因为有更多的证据表明,利用计算机科学技术是解决各类问题和不断增长的数据集的有效途径。

“我们现在已经在计算机辅助发现方法不只是工作不同领域的示范,” pankratius说。 “它实际上会导致新的发现。”


话题: mit schwarzman计算机学院, 科维理, 天文学, 天体物理学, EAPS, 系外行星, 美国航空航天局, 行星科学, 研究, 卫星, 工程学院, 科学学院, 空间,天文学和行星科学, 苔丝, 人工智能, 物理, 航空航天工程, 计算机科学与技术

回到顶部