L'imagerie des exoplanètes est l'un des défis majeurs en astrophysique, car elle nécessite une résolution angulaire très précise ainsi qu'un contraste élevé pour distinguer les planètes des étoiles qui les entourent. Cette tâche est d'autant plus complexe compte tenu de la luminosité des étoiles qui peut masquer la lumière des exoplanètes. Pour relever ce défi, les astrophysiciens développent des modèles statistiques qui aident à traiter les images multivariées, c’est-à-dire des images composées de plusieurs observations. Ces modèles sont conçus pour identifier et éliminer les éléments indésirables qui peuvent altérer la qualité des données, permettant ainsi de mieux visualiser les exoplanètes.
Un récent progrès dans ce domaine implique l'utilisation d'un modèle statistique à plusieurs échelles, qui prend en compte les différentes sources de bruit dans les images pour améliorer la clarté des signaux. Ce modèle s'intègre dans une architecture d'apprentissage automatique, exploitant les lois de la physique pour optimiser la fusion de multiples observations d'une même étoile. Cela signifie qu'en combinant plusieurs images prises à des moments différents, il est possible d’augmenter le rapport signal-bruit, ce qui renforce la capacité de détection des exoplanètes. Cette approche prometteuse est une avancée significative, car elle permet de détecter des planètes qui auraient autrement échappé à notre vue.
En appliquant ce modèle à des données collectées par l'instrument VLT/SPHERE, utilisé sur le Very Large Telescope, les chercheurs ont réussi à améliorer considérablement la sensibilité de détection des exoplanètes. Non seulement cela a permis de mieux identifier la présence de ces mondes lointains, mais cela a également affiné les estimations astrométriques, c'est-à-dire la position des astres, ainsi que les mesures photométriques, qui évaluent la luminosité des objets célestes. Grâce à ces innovations, nous nous rapprochons un peu plus de la possibilité de découvrir et d’étudier des exoplanètes avec une précision sans précédent, élargissant ainsi notre compréhension de l'univers et des systèmes planétaires qui l'habitent. Ces avancées font rêver de nombreuses personnes passionnées par l'astronomie, car elles pourraient éventuellement nous conduire à la découverte de mondes semblables à la Terre.
Retrouvez l'article scientifique au complet (en anglais) ici : Deep learning for exoplanet detection and characterization by direct imaging at high contrast
Astuce : Cliquez sur la fusée pour revenir en haut de la page