Учёные создали алгоритмы, которые «просеивают» шумы в данных с космических телескопов. Метод, основанный на машинном обучении, позволяет выявлять следы биогенных газов в атмосферах экзопланет даже при крайне слабых сигналах — примерно так же, как современные аудиофильтры выделяют речь в записи с фоновым гулом.
Суть подхода — анализ спектров атмосфер, полученных при прохождении света звезды через атмосферную оболочку планеты. Каждый газ оставляет уникальный след в спектре, но при низком соотношении сигнал/шум традиционная обработка требует многократных наблюдений. Нейросети, обученные на миллионе данных о спектрах планет системы TRAPPIST-1 e, решают эту задачу за счёт распознавания паттернов: идентифицируют комбинации метана, озона и водяного пара, характерные для потенциально обитаемых экзопланет, даже при однократном транзите планеты перед звездой.

Ключевое преимущество технологии — оптимизация работы телескопов типа JWST. Если ручной анализ каждого кандидата …
Свежие комментарии