ARIEL exoplanet-mission fejrer maskinlæringsudfordring og lancering af borgervidenskab

ARIEL, en ESA-mission for at lave den første storstilede undersøgelse af exoplanetatmosfærer, har annonceret vinderne af sin første internationale Machine Learning Data Challenge og har lanceret et nyt projekt, ExoClocks, rettet mod amatørastronomer og borgerforskere.

Vinderne af Data Challenge, James Dawson (Team SpaceMeerkat), og Vadim Borisov (Team major_tom), blev annonceret i dag på EPSC-DPS Joint Meeting 2019 i Genève. Parret toppede ranglisten for konkurrencen ud af 112 tilmeldte individer og hold. Dataudfordringen, lanceret i april, tacklede problemet med at fjerne støj fra exoplanetobservationer forårsaget af stjernepletter og af instrumentering.

Nikos Nikolaou fra UCL Center for Exochemistry Data, hvem har udtænkt konkurrencen, sagde, "Resultaterne af konkurrencen oversteg vores forventninger, både med hensyn til kvaliteten af ​​de indsendte tekniske løsninger og i det massive antal tilmeldinger til udfordringen, som konkurrerede med deltagelse i åbne maskinlæringskonkurrencer med store pengepræmier."

En dedikeret session afholdes i dag på EPSC-DPS 2019 for at præsentere de metoder, som vinderholdene brugte, for exoplanetforskningssamfundet, for at dele fremskridt inden for beregningsstatistik og maskinlæring. De fem toprangerede teams er desuden blevet inviteret til at præsentere deres løsninger på den europæiske konference om maskinlæring (ECML-PKDD 2019) på fredag. Deltagelsen i begge konferencer har til formål at udvikle tættere samarbejder mellem exoplanetforskere og maskinlærings- og statistikmiljøerne.

ARIEL har også lanceret "ExoClock"-projektet for at indsamle målinger kendt som "lyskurver", der viser faldet i intensitet, når en planet passerer foran sin værtsstjerne og blokerer noget af lyset. Når ARIEL starter sin mission for at observere 1000 exoplaneter i 2028, den skal have præcis viden om den forventede transittid for hver planet, den observerer. Transits kan måles ved hjælp af små og mellemstore teleskoper og give nøgleoplysninger om exoplaneterne, inklusive deres størrelse, kredsløb, masse og tæthed. ExoClock sigter mod at rekruttere det betydelige og aktive amatør-astronomisamfund rundt om i verden for at samle et stort antal lyskurveobservationer og forbedre nøjagtigheden af ​​transittiminger.

"Dette er den første åbne opfordring til at deltage i ExoClock-projektet, og vi opfordrer alle interesserede observatører til at blive en del af ESA's ARIEL-mission. Enhver transitobservation er unik og vigtig. Ved at deltage i ExoClock, borgere over hele verden kan bidrage til succesen med ARIEL-missionen, " sagde Anastasia Kokori, der annoncerede lanceringen af ​​ExoClock ved EPSC-DPS 2019.

ExoClock-platformen inkluderer målprioritering og et alarmsystem for at maksimere dækningen af ​​exoplanetmål og effektiv brug af ressourcer. Brugere får en personlig tidsplan baseret på deres teleskoper og deres geografiske placering. De indsendte lyskurver vil blive analyseret, offentliggjort og krediteret på ExoClock-webstedet og kan blive en del af videnskabelige publikationer.

Experienced observers can register directly at exoclock.space and get started. For observers that are new to exoplanet transits, training is provided through the ExoWorlds Spies project (exoworldsspies.com). All online resources are currently available free of charge in English and in Greek.

Giovanna Tinetti, Principal Investigator for the ARIEL mission, said:"ARIEL is a challenging mission that's pushing the boundaries of exoplanet research. The Data Challenges and ExoClock project are enabling us to build a global community of collaborators with a diverse mix of skills and backgrounds. We look forward to working with them over the next few years to develop networks, tools and analysis techniques in preparation for the mission's launch in 2028."