作为确定宜居行星的努力的一部分，美国宇航局已经建立了一个众包项目，由志愿者在望远镜图像中寻找围绕恒星的碎片盘的证据，这是系外行星的良好指标。

 

利用这个项目的结果，麻省理工学院的研究人员现在已经训练了一个机器学习系统来搜索碎片盘本身。搜索的规模需要自动化:仅美国宇航局的广域红外勘测探测器(WISE)任务就收集了近7.5亿个可能的光源。

 

在测试中，机器学习系统在97%的情况下同意人类对碎片盘的识别。研究人员还训练了他们的系统，根据碎片盘包含可探测的系外行星的可能性来对碎片盘进行评级。在一篇发表在《天文学与计算》杂志上的描述这项新工作的论文中，麻省理工学院的研究人员报告说，他们的系统识别出367个以前未经检查的天体，它们是特别有希望进行进一步研究的天体。

 

这项工作代表了一种不同寻常的机器学习方法，它得到了这篇论文的合著者之一、麻省理工学院草垛天文台的首席研究科学家维克多·潘克拉提乌斯(Victor Pankratius)的支持。通常，机器学习系统会梳理大量的训练数据，寻找数据特征和人类分析师所应用的某些标签之间的一致关联——在这种情况下，就是碎片盘环绕的恒星。天富怎么当代理？

 

但潘克拉提乌斯认为，在科学领域，如果机器学习系统明确地融入一点科学理解，有助于引导它们寻找相关性或识别可能具有科学兴趣的偏离常规的东西，那么它们将会更有用。

 

潘克拉提乌斯说:“我们的主要愿景是超越人工智能目前关注的领域。”“今天，我们正在收集数据，并试图在数据中找到特征。你最终会得到数以十亿计的特性。那你要拿他们做什么?作为一名科学家，你想知道的不是计算机告诉你某些像素是某些特征。你想知道‘哦，这是一个物理相关的东西，这是它的物理参数。’”

 

课堂的概念

 

这篇新论文源于麻省理工学院的一个研讨会，由Pankratius和Sara Seager共同教授。Sara Seager是地球、大气和行星科学的1941届教授，以其系外行星的研究而闻名。这个名为“系外行星的天体信息学”的研讨会向学生们介绍了数据科学技术，这些技术可能有助于解释由新的天文仪器产生的大量数据。在掌握了这些技巧之后，学生们被要求将它们应用到悬而未决的天文问题上。天富怎么当代理？

 

航空航天专业的研究生谭姆?阮(Tam Nguyen)在她的期末项目中选择了训练机器学习系统以识别碎片盘的问题，而这篇新论文就是这项工作的成果。阮是这篇论文的第一作者，和她一起的还有Seager, Pankratius和Laura Eckman, Laura Eckman是主修电气工程和计算机科学的本科生。

 

在NASA的众包项目中，研究人员获得了光源的天体坐标，这些光源被人类志愿者识别为具有碎片盘的特征。圆盘可以识别为光的椭圆，在它们的中心有稍亮的椭圆。研究人员还使用了“智慧号”任务产生的原始天文数据。

 

为了为机器学习系统准备数据，Nguyen将其分割成小块，然后使用标准的信号处理技术来过滤由成像仪器或环境光造成的伪影。接下来，她识别出这些中心有光源的大块，并使用现有的图像分割算法去除任何额外的光源。这些程序类型在任何计算机视觉机器学习项目中都是典型的。

 

编码的直觉

 

但阮用物理学的基本原理进一步精简了数据。首先，她观察了四个不同频段内光源发出的光强度的变化。她还使用标准度量来评估光源的位置、对称性和比例，为她的数据集建立门槛。

 

除了NASA众包项目中带有标记的碎片盘外，研究人员还掌握了一份恒星名单，天文学家们已确认这些恒星可能存在系外行星。根据这些信息，他们的系统还推断出与系外行星存在相关的碎片盘的特征，以选择367个候选行星进行进一步研究。

 

“考虑到大数据在可扩展性方面的挑战，利用众包和公民科学开发训练数据集，用于机器学习分类器，用于天文观测和相关对象，这是一种创新的方式，不仅可以解决astro领域的挑战。