Videnskabsmand udvikler en ny algoritme til at hjælpe med at søge efter exoplaneter

Inspireret af filmstreamingtjenester som Netflix eller Hulu, en videnskabsmand fra Southwest Research Institute udviklede en teknik til at lede efter stjerner, der sandsynligvis vil være vært for kæmpe, Planeter på størrelse med Jupiter uden for vores solsystem. Hun udviklede en algoritme til at identificere stjerner, der sandsynligvis vil være vært for gigantiske exoplaneter, baseret på sammensætningen af ​​stjerner, der vides at have planeter.

"Mine seervaner har trænet Netflix til at anbefale sci-fi-film, jeg måske kunne lide – baseret på det, jeg allerede har set. Disse sete film ligner de kendte stjerne-exoplanetsystemer, " sagde Dr. Natalie Hinkel, en planetarisk astrofysiker ved SwRI. "Derefter, Algoritmen leder efter stjerner med endnu uopdagede planeter - som kan sammenlignes med film, jeg ikke har set - og forudsiger sandsynligheden for, at disse stjerner har planeter."

Ligesom en kageopskrift indeholder nogle grundlæggende ingredienser, stjerner har brug for visse elementer for at lave gigantiske planeter. Forskere kan bruge spektroskopi, eller den måde, lys interagerer med atomer i stjernens øverste lag, at måle en stjernes sammensætning, som omfatter materialer som kulstof, magnesium og silicium. Disse elementer er ingredienserne til at skabe en planet, fordi stjerner og planeter er lavet på samme tid og af de samme materialer. Imidlertid, mens der er mange ingredienser i dit køkken, ikke alle hører hjemme i en kage. Det er her filmstreaming-algoritmen kommer ind, forudsige planeter baseret på grundstofferne i stjerner.

"Vi fandt ud af, at de mest indflydelsesrige elementer i at forudsige planet-værtsstjerner er kulstof, ilt, jern og natrium, " sagde Hinkel. "Det sjove var, at vi ikke forventede, at natrium skulle være en nøgleingrediens til at forudsige en planet. Men det må være et vigtigt bindeled mellem stjerner og planeter, fordi det blev ved med at dukke op, selv når man ser på forskellige kombinationer af elementer."

Hinkel brugte Hypatia Catalogue , en offentligt tilgængelig stjernedatabase, hun udviklede, at træne og teste algoritmen. Det er den største database over stjerner og deres grundstoffer for befolkningen inden for 500 lysår fra vores sol. Ved sidste optælling, Hypatia havde stjerneelementdata for 6, 193 stjerner, 401 af dem er kendt for at være vært for planeter. Databasen katalogiserer også 73 stjerneelementer fra brint til bly.

Algoritmen, som vil være offentligt tilgængelig, har kigget på mere end 4, 200 stjerner og vurderede deres sandsynlighed for at være vært for planeter, udelukkende baseret på elementerne, eller ingredienser, inde i stjernen. Ud over, Hinkel kiggede på forskellige kombinationer af disse ingredienser for at se, hvordan de påvirkede algoritmen.

Hinkels team identificerede omkring 360 potentielle gigantiske planetværtsstjerner, der har mere end 90 procent sandsynlighed for at være vært for en gigantisk exoplanet. "Vi var spændte, så vi brugte arkivteleskopdata til at søge efter tegn på planeter omkring disse sandsynlige værtsstjerner, " sagde Hinkel. "Vi identificerede mulige planeter på størrelse med Jupiter omkring tre stjerner forudsagt af algoritmen."

På spørgsmålet om, hvor pålidelig hendes algoritme er, hun forklarede, at "vi har ingen sand-negativer i vores data - dvs. stjerner, som vi ved, ikke har planeter - så vi 'gemte' nogle kendte planet-værtsstjerner i dataene for at se, hvordan deres forudsigelsesscore ville være. I gennemsnit scorede de mere end 75 pct. hvilket er fantastisk! Det er nok et højere gennemsnit end jeg kan lide de sci-fi-film, Netflix vælger til mig."

Bevæger sig fremad, disse resultater kan revolutionere udvælgelsen af ​​målstjerner til fremtidig forskning og fastholde den rolle, elementer spiller i gigantisk planetdetektion og -dannelse. Hinkel er hovedforfatteren af ​​papiret "En anbefalingsalgoritme til at forudsige kæmpe exoplanetværtsstjerner ved hjælp af stjerneelementers overflod, ", som vil blive offentliggjort i et kommende nummer af The Astrophysical Journal .