Cette vue d'artiste montre plusieurs planètes en orbite autour de l'étoile naine rouge ultra-froide TRAPPIST-1. Crédit :ESO/M. Kornmesser
En utilisant une technique d'apprentissage automatique, une équipe de chercheurs de l'Instituto de Astrofísica e Ciências do Espaço a contraint le rayon d'une exoplanète de masse connue.
Solène Ulmer-Moll, un doctorat étudiant à la Faculté des Sciences de l'Université de Porto (FCUP), explique que ce résultat a été obtenu en utilisant les connaissances de différents domaines :"Cette nouvelle façon de prévoir le rayon d'une exoplanète est un exemple parfait de la synergie entre la science des exoplanètes et les techniques d'apprentissage automatique."
Pour caractériser une planète, sa masse et son rayon sont nécessaires pour trouver la densité de la planète, et de là, en déduire sa composition. Mais les deux données ne sont disponibles que pour un nombre réduit d'exoplanètes, puisque la masse est souvent déterminée par des mesures de vitesse radiale, tandis que le rayon est mesuré avec la méthode du transit.
L'équipe a développé un algorithme qui prévoit avec précision le rayon d'un large éventail d'exoplanètes, si plusieurs autres paramètres planétaires et stellaires sont connus, y compris la masse et la température d'équilibre de l'exoplanète. Solène Ulmer-Moll dit, "Pour les centaines de planètes découvertes avec la méthode de la vitesse radiale, nous sommes maintenant en mesure de prédire leur rayon. Nous pouvons alors comprendre si ces exoplanètes sont des mondes potentiellement rocheux."
Rayons réels en fonction des rayons prédits pour l'ensemble de test. Crédit :Ulmer-Moll et al.
Jusque là, seule la masse d'une exoplanète a été utilisée pour prédire son rayon, mais l'équipe travaille à changer ce paradigme en incorporant d'autres paramètres planétaires et stellaires pour renforcer leurs prédictions.
Nuno Cardoso Santos (IA &FCUP) dit, "Ce travail rassemble magnifiquement l'expertise de notre équipe, unissant les connaissances existantes sur la détection et la caractérisation des exoplanètes et l'analyse statistique des systèmes détectés, à l'aide d'outils mathématiques de pointe. Ce sont essentiellement les mêmes outils mathématiques qui mènent maintenant au développement des voitures autonomes. »
