Búsqueda y detección de exoplanetas mediante técnicas de Machine Learning

Abstract

[ES] El termino 'exoplaneta' se emplea para definir todos aquellos planetas que orbiten una estrella distinta al Sol. El descubrimiento de estos planetas ha fomentado el interés en la búsqueda de vida alienígena, pues analizando la composición de estos planetas y teniendo en cuenta factores como la distancia entre este y su estrella, es posible deducir teóricamente si podrían contener vida. Por desgracia, la detección de estos planetas solamente puede llevarse a cabo mediante estrictas observaciones de las estrellas que orbitan. Por ejemplo, observando los descensos periódicos en la luz emitida por la estrella, provocados por el paso del exoplaneta frente a ella.

Este trabajo de fin de máster se centra en el estudio y el desarrollo de distintas herramientas, basadas en redes neuronales artificiales, que sean capaces de diferenciar las variaciones de radiación emitida por una estrella causadas por el desplazamiento de un exoplaneta, de aquellas variaciones habituales y presentes en todas las estrellas. Con este objetivo, hemos desarrollado un modelo capaz de confirmar o descartar la presencia de exoplanetas en otros sistemas solares. Para ello, hacemos uso de un conjunto de observaciones de la radiación emitida por cientos de estrellas, las cuales han sido etiquetadas de antemano, indicando la presencia o no de un exoplaneta en ellas. Este etiquetado nos ha permitido realizar un entrenamiento supervisado de nuestros modelos y ha facilitado la validación de los mismos.

Adicionalmente, ha sido necesario resolver un problema característico de la búsqueda de exoplanetas: la disparidad en las observaciones disponibles. Dado que la mayoría de las estrellas observables no poseen planetas, solo se dispone de un conjunto relativamente pequeño de observaciones de exoplanetas. Otros trabajos de carácter similar al nuestro resuelven este inconveniente mediante el uso de datos simulados, los cuales permiten aumentar artificialmente el número de observaciones disponibles. Sin embargo, nosotros creemos que este tipo de práctica puede perjudicar los resultados de los modelos, por lo que hemos optado por invertir esfuerzo en el desarrollo de un proceso de tratamiento de los datos que nos permita emplear muestras reales.

[EN] The term 'exoplanet' is used to define all those planets that orbit a star other than the Sun. The discovery of these planets has fostered interest in the search for alien life, given that by analyzing the composition of these planets and taking into account factors such as the distance between them and its star, it is possible to deduce theoretically if they could host life. Unfortunately, detection of these planets can only be accomplished by strict observations of the stars they orbit. For example, observing the periodic decreases in the light emitted by the star, caused by the passage of the exoplanet in front of it.

This master's thesis focuses on the study and development of different tools, based on artificial neural networks, that are capable of differentiating the variations in radiation emitted by a star caused by the displacement of a planet, from those habitual and present in all the stars. With this objective, we have developed a model capable of confirming or ruling out the presence of exoplanets in other solar systems. To do this, we make use of a set of observations of the radiation emitted by hundreds of stars, which will have been labeled in advance indicating the presence or not of an exoplanet in them. This labeling has allowed us to carry out a supervised training of our models and has facilitated their validation.

Additionally, it has been necessary to solve a characteristic problem of the search for exoplanets: the disparity in the available observations. Since most of the observed stars do not have planets, only a relatively small set of exoplanet observations is available. Other works of a similar nature to ours solve this problem by using simulated data, which allow the number of available observations to be artificially increased. However, we believe that this type of practice can harm the results of the models, so we have chosen to invest effort in developing a data treatment process that allows us to use real samples.