Usando una técnica de aprendizaje automático, un equipo de investigadores del Instituto de Astrofísica e Ciências do Espaço restringió el radio de un exoplaneta con masa conocida.

Solène Ulmer-Moll, un doctorado estudiante de la Facultad de Ciencias de la Universidad de Porto (FCUP), explica que este resultado se obtuvo utilizando conocimientos de diferentes campos:"Esta nueva forma de pronosticar el radio de los exoplanetas es un ejemplo perfecto de la sinergia entre la ciencia de los exoplanetas y las técnicas de aprendizaje automático".

Para caracterizar un planeta, tanto su masa como su radio son necesarios para encontrar la densidad del planeta, y de eso, inferir su composición. Pero ambos datos solo están disponibles para un número reducido de exoplanetas, dado que la masa a menudo se determina mediante mediciones de velocidad radial, mientras que el radio se mide con el método de tránsito.

El equipo desarrolló un algoritmo que pronostica con precisión el radio de una amplia gama de exoplanetas, si se conocen varios otros parámetros planetarios y estelares, incluyendo la masa del exoplaneta y la temperatura de equilibrio. Solène Ulmer-Moll dice:"Para los cientos de planetas descubiertos con el método de velocidad radial, ahora podemos predecir su radio. Entonces podremos entender si estos exoplanetas son mundos potencialmente rocosos ".

Hasta aquí, solo se ha utilizado la masa de un exoplaneta para predecir su radio, pero el equipo está trabajando para cambiar este paradigma incorporando otros parámetros planetarios y estelares para fortalecer sus predicciones.

Nuno Cardoso Santos (IA &FCUP) dice:"Este trabajo combina maravillosamente la experiencia de nuestro equipo, uniendo el conocimiento existente sobre la detección y caracterización de exoplanetas y el análisis estadístico de los sistemas detectados, utilizando herramientas matemáticas de última generación. Estas son esencialmente las mismas herramientas matemáticas que ahora están conduciendo al desarrollo de automóviles autónomos ".