Des chercheurs de l'université de Yale ont développé un nouveau approche basée sur les données pour détecter les exoplanètes. Crédit :Michael Helfenbein/Université de Yale
Les chercheurs de Yale ont trouvé un moyen basé sur les données pour détecter des planètes lointaines et affiner la recherche de mondes similaires à la Terre.
La nouvelle approche, décrit dans une étude publiée le 20 décembre dans Le journal astronomique , s'appuie sur des méthodes mathématiques qui ont leurs fondements dans la recherche en physique. Plutôt que d'essayer de filtrer le "bruit" du signal des étoiles autour desquelles les exoplanètes orbitent, Les scientifiques de Yale ont étudié ensemble toutes les informations du signal pour comprendre les subtilités de sa structure.
"Il ne nécessite rien d'autre que les données elles-mêmes, qui change la donne, " a déclaré l'auteur principal John Wettlaufer, le matin Professeur Bateman de géophysique, Mathématiques et physique à Yale. "De plus, cela nous permet de comparer nos résultats avec d'autres, approches traditionnelles et d'améliorer les hypothèses de modélisation qu'ils utilisent."
La recherche d'exoplanètes - des planètes trouvées en dehors de notre propre système solaire - a considérablement augmenté ces dernières années. L'effort est motivé, en partie, par le désir de découvrir des analogues de la Terre qui pourraient également soutenir la vie.
Les scientifiques ont utilisé de nombreuses techniques dans cet effort, y compris la synchronisation du pulsar, imagerie directe, et mesurer la vitesse à laquelle les étoiles et les galaxies se rapprochent ou s'éloignent de la Terre. Pourtant chacune de ces techniques, individuellement ou en combinaison, présente des défis.
Principalement, ces défis concernent l'élimination des données superflues (le bruit) qui ne correspondent pas aux modèles existants sur le comportement attendu des planètes. Dans cette interprétation traditionnelle du bruit, les recherches peuvent être entravées par des données qui masquent ou imitent les exoplanètes.
Wettlaufer et ses collègues ont décidé de rechercher des exoplanètes de la même manière qu'ils avaient trié les données satellitaires pour trouver des changements complexes dans la banquise arctique. Le nom formel de l'approche est « analyse de fluctuation multifractale pondérée temporellement sans tendance » (MF-TWDFA). Il passe au crible les données à toutes les échelles de temps et extrait les processus sous-jacents qui leur sont associés.
"Une idée clé est que les événements plus proches dans le temps sont plus susceptibles d'être similaires que ceux plus éloignés dans le temps, " Wettlaufer a dit. " Dans le cas des exoplanètes, ce sont les fluctuations de l'intensité spectrale d'une étoile dont nous avons affaire."
L'utilisation de multi-fractales en sciences et en mathématiques a été lancée à Yale par Benoit B. Mandelbrot et Katepalli Sreenivasan. Pour une expertise dans la recherche d'exoplanètes, les chercheurs ont consulté l'astrophysicienne de Yale Debra Fischer, qui a été le pionnier de nombreuses approches dans le domaine.
Les chercheurs ont confirmé l'exactitude de leur méthodologie en la testant par rapport aux observations et aux données de simulation d'une planète connue en orbite autour d'une étoile de la constellation Vulpecula, à environ 63 années-lumière de la Terre.