2つの太陽系外惑星を発見した機械学習の手法が公開される


GoogleのエンジニアであるChris Shallueさんは機械学習を使ってケプラー宇宙望遠鏡のデータを分析し、2つの太陽系外惑星を発見しました。その分析に用いられたコードがGitHubに登場し、誰でも利用できるようになっています。

Research Blog: Open Sourcing the Hunt for Exoplanets
https://research.googleblog.com/2018/03/open-sourcing-hunt-for-exoplanets.html

models/research/astronet at master ・ tensorflow/models ・ GitHub
https://github.com/tensorflow/models/tree/master/research/astronet

太陽系外惑星の見つけ方にはいくつか種類がありますが、Chris Shallueさんが用いたのはトランジット法と呼ばれるもの。トランジット法は恒星の前を惑星が横切る時に恒星の光量が減少するのを捉えるという方法です。ケプラー宇宙望遠鏡から得られた恒星の光量のデータを、縦軸に光量、横軸に時間を取って並べるとU字の谷となってグラフに現れ、惑星の存在が判明します。


ただし、このように光量が一時的に下がる現象は恒星の前を惑星が横切った時だけではなく、明るい恒星の前を暗い恒星が横切った時など、ほかにもさまざまな原因で発生します。そこで、ニューラルネットワークを用いて光量減少の原因が惑星なのか別の何かなのかを判定します。

今回公開されたGitHub上のページには太陽系外惑星の見つけ方が詳細に記されており、誰でもChris Shallueさんと同じ手順で惑星を再発見できるようになっています。大量のデータを利用するため100GBほどの容量が必要ですが、機械学習の応用や太陽系外惑星の発見に興味がある人は一見の価値ありという内容です。

・関連記事
太陽系外惑星の大きさや軌道、表面温度をインタラクティブに見てわかる「EXOPLANETS」 - GIGAZINE

Googleの開発者が作った3時間でディープラーニング(深層学習)をスライドとムービーで学べる集中レッスン - GIGAZINE

機械学習を使った調査で「うつ」病の人がよく使いがちな言葉が判明 - GIGAZINE

雪崩による被害を軽減するために機械学習を活用した予報を提供する「Open Avalanche Project」 - GIGAZINE

AIを開発するGoogle Brainチームが2017年の機械学習研究の成果を振り返る「Looking Back on 2017」パート1を公開 - GIGAZINE

頭の中にあるイメージを脳の活動データから機械学習を用いて画像化することに成功 - GIGAZINE

ケプラー宇宙望遠鏡が新たに1284個の太陽系外惑星を発見、うち9つは生命体存在の可能性あり - GIGAZINE

in ソフトウェア,   サイエンス, Posted by log1d_ts