Can planetesimal accretion break planet resonance?

2019 年度 研究成果報告書

• 研究課題/領域番号: 16K17654
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 天文学
• 研究機関: 国立研究開発法人宇宙航空研究開発機構
• 研究代表者: タスカー エリザベス 国立研究開発法人宇宙航空研究開発機構, 宇宙科学研究所, 准教授 (40620373)
• 研究期間 (年度): 2016-04-01 – 2020-03-31
• キーワード: catalogue / exoplanet / planet formation / neural networks / machine learning / astrophysics / planetary science

研究成果の概要

系外惑星にどのような傾向があるかを調べるために、ニューラルネットワークを使用した。元々は微惑星の降着によって惑星半径が増大するかどうかを調べるために設計したが、観測で直接測定することができない惑星の特性を推定することに、より威力を発揮した。2番目の論文では、ウェブブラウザで実行することのできるシンプルな気候解析プログラムを開発した。これによって、ユーザーは地球に似た系外惑星のほんのわずかな違いが全く違う環境につながることを体験することが出来る。3番目の論文ではニューラルネットワークによる画像識別を用いることで、火星表面の自動クレーター計数ソフトを開発した。

自由記述の分野

Astrophysics

研究成果の学術的意義や社会的意義

While many exoplanets have been found, the measured properties of individual planets is small. This situation will not change, as observation techniques are sensitive to particular properties and orbits. To understand the exoplanet catalogue, techniques must be developed to impute missing values.