Usando uma técnica de aprendizado de máquina, uma equipa de investigadores do Instituto de Astrofísica e Ciências do Espaço delimitou o raio de um exoplaneta de massa conhecida.

Solène Ulmer-Moll, um Ph.D. aluno da Faculdade de Ciências da Universidade do Porto (FCUP), explica que este resultado foi obtido usando o conhecimento de diferentes campos:"Esta nova maneira de prever o raio do exoplaneta é um exemplo perfeito da sinergia entre a ciência dos exoplanetas e as técnicas de aprendizado de máquina."

Para caracterizar um planeta, sua massa e raio são necessários para encontrar a densidade do planeta, e a partir disso, para inferir sua composição. Mas ambos os dados estão disponíveis apenas para um número reduzido de exoplanetas, uma vez que a massa é frequentemente determinada por medições de velocidade radial, enquanto o raio é medido com o método de trânsito.

A equipe desenvolveu um algoritmo que prevê com precisão o raio de uma ampla gama de exoplanetas, se vários outros parâmetros planetários e estelares forem conhecidos, incluindo a massa do exoplaneta e a temperatura de equilíbrio. Solène Ulmer-Moll diz, "Para as centenas de planetas descobertos com o método da velocidade radial, agora somos capazes de prever seu raio. Podemos então entender se esses exoplanetas são mundos potencialmente rochosos. "

Até aqui, apenas a massa de um exoplaneta foi usada para prever seu raio, mas a equipe está trabalhando para mudar esse paradigma, incorporando outros parâmetros planetários e estelares para fortalecer suas previsões.

Nuno Cardoso Santos (IA &FCUP) diz, "Este trabalho reúne perfeitamente a experiência de nossa equipe, unindo o conhecimento existente sobre detecção e caracterização de exoplanetas e a análise estatística dos sistemas detectados, usando ferramentas matemáticas de última geração. Estas são essencialmente as mesmas ferramentas matemáticas que agora estão levando ao desenvolvimento de carros autônomos. "