lunes, 15 de enero de 2018

Encontrando Planetas con Machine Learning



Por miles de años, las personas han observado a las estrellas, registrado observaciones y notado patrones. Algunos de estos objetos identificados eran planetas. Hoy con la ayuda de las tecnologías como los telescopios, vuelo espacial, cámaras digitales y computadoras, es posible extender nuestro entendimiento mas allá del sistema solar. 

Una de las principales maneras en que los astro-físicos buscan planetas es analizando grandes cantidades de información de la misión Kepler hecha por la NASA. Kepler ha observado cerca de 200 mil estrellas tomando una foto cada 30 minutos creando cerca de 14 mil millones de observaciones. Dichas observaciones se traducen en cerca de 2 mil billones de posibles órbitas planetarias. Con la ayuda del "Machine Learning" se ha logrado hacer el proceso de análisis más rápido y efectivo.

El "Machine Learning" es una forma de enseñar a las computadoras a reconocer patrones y particularmente útil en interpretar grandes cantidades de información. En el caso de la astro-física, se creó un modelo de tensores para distinguir los planetas entre todos los objetos en el espacio. 

No hay comentarios:

Publicar un comentario