Une nouvelle intelligence artificielle, nommée RAVEN, a validé 118 exoplanètes jusqu’alors non confirmées. Développée par l’Université de Warwick, cet outil a analysé les données du Transiting Exoplanet Survey Satellite (TESS) de la NASA. Cette avancée inclut également l’identification de plus de 2 000 candidats planétaires supplémentaires.
Validation de nouvelles exoplanètes
L’outil d’intelligence artificielle RAVEN (RAnking and Validation of ExoplaNets), développé par l’Université de Warwick au Royaume-Uni, a permis la validation de 118 exoplanètes. Cette analyse s’est basée sur les observations de plus de 2,2 millions d’étoiles recueillies par le Transiting Exoplanet Survey Satellite (TESS) de la NASA durant les quatre premières années de sa mission. En plus de ces validations, RAVEN a identifié plus de 2 000 candidats planétaires de haute qualité, dont près de 1 000 sont entièrement nouveaux. Ce travail aboutit à l’un des catalogues les plus complets de planètes en orbite rapprochée à ce jour.
La méthode de détection par transit
TESS détecte les exoplanètes en mesurant les légères baisses de luminosité d’une étoile lorsqu’une planète passe devant elle, une technique connue sous le nom de méthode du transit. Cependant, des phénomènes astrophysiques autres que les planètes, tels que les étoiles binaires à éclipses, peuvent imiter ces signaux. La distinction entre un véritable transit planétaire et un faux positif représente un défi significatif. RAVEN a été spécifiquement conçu pour résoudre cette difficulté en analysant chaque signal au sein d’un cadre d’évaluation unifié.
Fonctionnement de l’outil RAVEN
RAVEN tire parti de vastes bibliothèques de transits planétaires simulés et de signaux « imposteurs ». Cette approche lui permet d’identifier des différences subtiles qui pourraient ne pas être détectées par les méthodes d’analyse conventionnelles. Le Dr Andreas Hadjigeorghiou, qui a dirigé le développement du pipeline, a souligné : « RAVEN est conçu pour gérer l’ensemble du processus en une seule fois, de la détection du signal à sa vérification par apprentissage automatique et sa validation statistique. Cela confère au pipeline un avantage supplémentaire par rapport aux outils contemporains qui ne se concentrent que sur des parties spécifiques du flux de travail. »
L’intégration de la détection automatisée, de l’apprentissage automatique et de la validation statistique en un seul pipeline a été essentielle à la production de ce catalogue. Selon le Dr Marina Lafarga Magro, chercheuse postdoctorale à l’Université de Warwick et auteure principale de l’étude, « Grâce à notre nouveau pipeline RAVEN, nous avons pu valider 118 nouvelles planètes et plus de 2 000 candidats planétaires de haute qualité, dont près de 1 000 sont entièrement nouveaux. Cela représente l’un des échantillons de planètes proches les mieux caractérisés et nous aidera à identifier les systèmes les plus prometteurs pour de futures études. »
Caractéristiques des exoplanètes validées
Parmi les planètes nouvellement validées, plusieurs classes présentent un intérêt particulier, notamment les planètes à période ultra-courte qui orbitent autour de leur étoile en moins de 24 heures. Les données analysées par RAVEN suggèrent qu’environ 9 à 10 % des étoiles de type solaire hébergent une planète en orbite rapprochée. Cette proportion est conforme aux mesures antérieures issues de la mission Kepler de la NASA, mais avec des incertitudes jusqu’à dix fois plus faibles, ce qui augmente la précision de ces estimations.
Source originale : Lire l’article source
