Neuronale Netze ermitteln die Masse von Planeten

Neues aus der Forschung


Das könnte Dich auch interessieren

Meldung vom 13.03.2019

Um herauszufinden, wie Planeten entstehen, führen Astrophysikerinnen und Astrophysiker komplizierte und zeitaufwändige Computersimulationen durch. Nun haben Forschende des Nationalen Forschungsschwerpunkts PlanetS an der Universität Bern einen völlig neuartigen Ansatz entwickelt, um diese Berechnungen dramatisch zu beschleunigen. Sie verwenden «Deep Learning» mit künstlichen neuronalen Netzwerken – eine Methode, die in der Bilderkennung weit verbreitet ist.


Yann Alibert, Julia Venturini
Using Deep Neural Networks to compute the mass of forming planets
Astronomy and Astrophysics

Planeten entstehen in Scheiben um junge Sterne, indem sie festes Material und Gas ansammeln. Ob sie zu Körpern wie Erde oder Jupiter anwachsen, hängt von verschiedenen Faktoren ab, beispielsweise den Eigenschaften der festen Bausteine, dem Druck und der Temperatur in der Scheibe und dem bereits angesammelten Material. Mit Computermodellen versuchen Astrophysikerinnen und Astrophysiker, den Wachstumsprozess zu simulieren und die innere Struktur der Planeten zu bestimmen. Sie berechnen für bestimmte Randbedingungen die Massen der Gashülle eines Planeten. «Dazu muss man eine Reihe von Differentialgleichungen lösen», erklärt Yann Alibert, Science Officer des Nationalen Forschungsschwerpunkts PlanetS an der Universität Bern: «Diese Gleichungen zu lösen, ist seit 15 Jahren das Spezialgebiet der Astrophysik hier in Bern, aber es ist ein komplizierter und zeitraubender Prozess.»

Um die Berechnungen zu beschleunigen, hat Yann Alibert gemeinsam mit Julia Venturini vom International Space Science Institute (ISSI) in Bern eine Methode angewendet, die bereits viele andere Bereiche revolutioniert hat und auch in unseren Smartphones steckt: «Deep Learning». Dieser Teilbereich der künstlichen Intelligenz und des maschinellen Lernens wird beispielsweise zur Gesichts- und Bilderkennung eingesetzt. «Deep Learning» hat aber auch die automatische Sprachübersetzung verbessert und wird für selbstfahrende Autos entscheidend sein. «Es gibt auch in der Astronomie einen grossen Hype», sagt Alibert: «Maschinelles Lernen wurde bereits zur Analyse von Beobachtungen eingesetzt, aber meines Wissens sind wir die ersten, die ,Deep Learning‘ für einen solchen Zweck nutzen.» Alibert und Venturini veröffentlichen ihre Ergebnisse in der Zeitschrift Astronomy and Astrophysics (A&A).


 
Yann Alibert und Julia Venturini, NFS PlanetS

Datenbank mit Millionen von Planeten

Zuerst mussten die Forschenden eine Datenbank erstellen. Sie berechneten Millionen von möglichen inneren Strukturen von Planeten. «Wir haben drei Wochen gebraucht, um alle diese Testfälle mit einem Code zu berechnen, den Julia Venturini während ihrer Doktorarbeit in Bern entwickelt hat», sagt Alibert. Der nächste Schritt war die Auswahl der Architektur eines künstlichen neuronalen Netzwerks – eines Satzes von Algorithmen, der Eingabedaten durch mathematische Operationen leitet und der die Fähigkeit hat, zu lernen, ohne explizit programmiert zu sein. «Dann haben wir dieses Netzwerk mit unserer riesigen Datenbank trainiert», erklärt der Astrophysiker: «Jetzt kann unser Netzwerk die Masse eines Planeten, der unter bestimmten Bedingungen entstanden ist, mit einer sehr guten Genauigkeit vorhersagen, und dies viel schneller, als wenn man die Differentialgleichungen lösen muss.»

Der Deep-Learning-Prozess ist viel präziser als bisher entwickelte Methoden, bei denen einige analytische Formeln das Lösen von Differentialgleichungen ersetzten. Diese analytischen Formeln prognostizieren zum Teil, dass ein Planet bis zur Masse des Jupiters wachsen soll, während er in Wirklichkeit nicht mehr Masse als Neptun haben kann. «Wir zeigen, dass unsere neuronalen Netze eine sehr gute Näherung im Prozentbereich liefern», fasst Alibert zusammen. Die Forschenden stellen ihre Ergebnisse auf der Softwareentwicklungsplattform GitHub zur Verfügung, damit Kollegen, die weltweit auf dem Gebiet der Planetenentstehung arbeiten, davon profitieren können.


Diese Newsmeldung wurde erstellt mit Materialien von idw-online


News der letzten 7 Tage

14 Meldungen

Meldung vom 14.03.2019

Eine kosmische Fledermaus in der Dunkelheit

Versteckt in einer der dunkelsten Ecken des Sternbilds Orion, breitet diese kosmische Fledermaus ihre diffusen ...

Meldung vom 14.03.2019

DFKI präsentiert neue Generation autonomer Weltraumroboter auf der Hannover Messe 2019

Roboter im Weltraum sind heute meist passive Beobachter oder werden durch den Menschen von der Erde aus gesteu ...

Meldung vom 13.03.2019

Test der Symmetrie der Raumzeit mit Atomuhren

Der Vergleich zweier optischer Atomuhren bestätigt ihre hohe Genauigkeit und eine Grundannahme der Relativit ...

Meldung vom 13.03.2019

Neuronale Netze ermitteln die Masse von Planeten

Um herauszufinden, wie Planeten entstehen, führen Astrophysikerinnen und Astrophysiker komplizierte und zeita ...

Meldung vom 12.03.2019

Wie schwere Elemente im Universum entstehen

Bei Sternenexplosionen oder an der Oberfläche von Neutronensternen entstehen schwere Elemente durch den Einfa ...

Meldung vom 12.03.2019

Chemischer Wasserstoffspeicher

Reversibles flüssigorganisches Wasserstoffspeichersystem aus einfachen organischen Chemikalien.

Meldung vom 11.03.2019

Zombie-Sterne auf der Flucht

Unter Federführung von Astronomen der FAU hat ein internationales Konsortium drei Hyper-Velocity-Sterne (HVS) ...

Meldung vom 11.03.2019

Physiker gelingt erstmalig Vorstoß in höhere Dimensionen

Wie die renommierte Fachzeitschrift Nature jüngst berichtet, ist es einer Arbeitsgruppe um den Rostocker Phys ...

Meldung vom 08.03.2019

Ultradünne Deckschicht für Elektroden besteht Härtetest

Elektronik auf Kunststoffbasis – was klingt wie Zukunftsmusik, kommt durch eine Entdeckung aus Marburg einen ...

Meldung vom 08.03.2019

Moiré-Effekt verändert elektronische Eigenschaften von dreilagigem Material

Werden eine hauchdünne Graphen- und eine Bornitridschicht leicht verdreht übereinandergelegt, verändern sic ...

Meldung vom 07.03.2019

Ein Thermofühler für magnetische Bits

Neues Konzept zur energieeffizienten Datenverarbeitung.

Meldung vom 07.03.2019

Ausgerechnet! Unser Universum

Die neue Planetariumsshow im Deutschen Museum zeigt, wie Münchner Wissenschaftler mit Hilfe von Hochleistungs ...

Meldung vom 06.03.2019

Geboren aus der Sonne: Neue Erkenntnisse über die Entstehung von koronalen Massenauswürfen

Die Ergebnisse von Forschungen an der Universität Graz, der University of Science and Technology China und de ...

Meldung vom 06.03.2019

Milchstraße und darüber hinaus: Himmelsdurchmusterung der nächsten Generation

Das 4-Meter spektroskopische Multi-Objekt-Teleskop 4MOST wird als größte Beobachtungseinrichtung ihrer Art d ...



12.12.2018
Tanz mit dem Feind
19.11.2018
Kosmische Schlange


09.05.2018
Vorsicht, Glatteis!

Newsletter

Neues aus der Forschung