Cymothoa exigua, piolhos que come língua

O que os sistemas Netflix, Google e planetário têm em comum?

O que os sistemas Netflix, Google e planetário têm em comum?

Aprendizagem de máquina é uma ferramenta poderosa usada para uma variedade de tarefas na vida moderna, de detecção de fraude e classificação de spam no Google, para fazer recomendações de filmes no Netflix.
desenvolvido por Tamayo

Agora uma equipe de pesquisadores da Universidade de Toronto Scarborough desenvolveram uma abordagem inovadora em usá-lo para determinar se os sistemas planetários são estáveis?ou não.

"A aprendizagem de máquina oferece uma maneira poderosa de abordar um problema na astrofísica, e isso está predizendo se os sistemas planetários são estáveis," diz Dan Tamayo, autor principal da pesquisa e um companheiro postdoctoral no centro para a ciência planetária em U de T Scarborough.

Aprendizagem de máquina é uma forma de inteligência artificial que dá aos computadores a capacidade de aprender sem ter que ser constantemente programado para uma tarefa específica. O benefício é que ele pode ensinar os computadores a aprender e mudar quando expostos a novos dados, para não mencionar que também é muito eficiente.

O método desenvolvido por Tamayo e sua equipe é 1.000 vezes mais rápido do que os métodos tradicionais na previsão de estabilidade.

"No passado, fomos prejudicados na tentativa de descobrir se os sistemas planetários são estáveis ??por métodos que não poderiam lidar com a quantidade de dados que estávamos jogando nele", diz ele.

É importante saber se os sistemas planetários são estáveis ??ou não porque ele pode nos dizer muito sobre como esses sistemas se formaram. Ele também pode oferecer valiosas novas informações sobre exoplanetas que não é oferecido pelos atuais métodos de observação.

Existem vários métodos atuais de detecção de exoplanetas que fornecem informações como o tamanho do planeta e seu período orbital, mas eles podem não fornecer a massa do planeta ou como elíptica sua órbita é, que são todos os fatores que afetam a estabilidade, observa Tamayo.

O método desenvolvido por Tamayo e sua equipe é o resultado de uma série de workshops na U of T Scarborough cobrindo como a aprendizagem de máquinas poderia ajudar a resolver problemas científicos específicos. A pesquisa está atualmente publicada on-line no Astrophysical Journal Letters .

"O que é encorajador é que nossas descobertas nos dizem que investir semanas de computação para treinar modelos de aprendizado de máquinas vale a pena porque não só essa ferramenta é precisa, mas também funciona muito mais rápido", acrescenta.

Ele também pode ser útil quando se analisam os dados do Satélite de Pesquisa Exoplanetária Transitando da NASA (TESS), que será lançado no próximo ano. A missão de dois anos se concentrará na descoberta de novos exoplanetas, concentrando-se nas estrelas mais brilhantes próximas ao nosso sistema solar.

"Poderia ser uma ferramenta útil porque prever estabilidade nos permitiria aprender mais sobre o sistema, desde os limites superiores da massa até as excentricidades desses planetas", diz Tamayo.

"Poderia ser uma ferramenta muito útil para entender melhor esses sistemas."

Article »English » What do Netflix, Google and planetary systems have in common?»Utoronto