科技日报北京8月26日电 记者刘霞据物理学家组织网25日报道，英国科学家开发出一种新的机器学习算法，已用其确认了50颗系外行星。

这是天文学家首次使用机器学习技术分析潜在行星样本，并确定哪些是真实的，哪些是假或假阳性，从而计算出每颗候选行星为一颗真正行星的概率。

最新研究结果发表于《皇家天文学会月刊》上，该研究还首次对此类行星验证技术进行了大规模比较。

研究人员表示，他们的结论为未来使用多种验证技术 包括他们的机器学习算法统计并确认系外行星的发现提供了坚实基础。

目前许多系外行星调查都借助凌星法来收集大量数据。

所谓凌星法指的是行星通过恒星前方时，会导致望远镜探测到的恒星发出的光线明显下降，但这也可能是由于背景物体的干扰，甚至相机中的微小误差所致，这些假阳性可以在行星验证过程中筛选出来。

华威大学物理与计算机科学系以及艾伦·图灵研究所的研究人员构建了一种基于机器学习技术的算法，随后使用美国国家航空航天局的开普勒和 凌日系外行星勘探卫星 TESS望远镜任务等获得的数千颗候选行星样本进行训练，接着在开普勒望远镜尚未确认的候选行星数据集上使用该算法，确认了50颗行星，这些行星是首批被机器学习验明正身的行星。

研究人员指出，这50颗行星大小不一，从像海王星一样大到比地球小，公转周期从200天到一天不等，天文学家接下来可以使用专用望远镜优先对它们进行进一步观察。

研究人员表示，该算法经过训练效率比现有技术更高，并且可以完全自动化，非常适合分析TESS等当前调查中观察到的数千个行星候选物，也可以成为将来用于给行星验明正身的工具之一。