EXOVEIL est un système innovant de détection de transits planétaires qui se distingue par sa capacité à analyser directement les données brutes de luminosité des étoiles, sans prétraitement complexe. Contrairement aux systèmes traditionnels qui nécessitent que les données soient ajustées en fonction du temps de phase des transits, EXOVEIL apprend d'abord à prédire à quoi devrait ressembler la luminosité d'une étoile en fonction de modèles précédemment observés. Cela lui permet ensuite de détecter des planètes qui transitent devant leur étoile même si ce phénomène ne se produit qu'une seule fois. Ce modèle, basé sur un réseau de neurones appelé Transformer (il s'agit de l'architecture de réseaux neuroneaux à la base des IA comme ChatGPT), a été entraîné avec un vaste ensemble de données provenant de 16 499 courbes de lumière issues de la mission Kepler, et il utilise une méthode d'apprentissage qui masque les transits lors de la phase d'entraînement pour obtenir des résultats fiables.
Le système EXOVEIL utilise également un détecteur spécialisé qui analyse les écarts entre la luminosité observée et celle prédite, ce qui lui permet d'identifier des signaux de transit qui pourraient être passés inaperçus. Un classificateur performant, basé sur un algorithme appelé XGBoost, aide à différencier les véritables transits planétaires des faux positifs. Lors des tests sur les données de Kepler, EXOVEIL a montré une grande efficacité, récupérant 32% des transits injectés dans des conditions où d'autres systèmes n'auraient rien détecté. En fouillant un ensemble de 3 737 étoiles de Kepler, EXOVEIL a réussi à identifier 179 signaux de transit récents qui n'étaient pas présents dans les catalogues précédents, y compris 46 candidats uniques où la planète n'a été vue qu'une fois.
Un autre aspect impressionnant de cette technologie est sa capacité à se transférer d'une mission à une autre sans avoir besoin de réentraînement. Testé sur 47 planètes confirmées par la mission TESS, EXOVEIL a atteint un taux de récupération de 100%, montrant son efficacité au-delà de l'environnement pour lequel il a été initialement conçu. Grâce à des capacités de détection avancées, EXOVEIL permet d'atteindre des sensibilités proches du régime des analogues terrestres. Enfin, l’application de la prédiction conforme à la détection des transits, avec une couverture empirique de 95,9%, représente une avancée significative dans ce domaine. Le système EXOVEIL est désormais disponible pour la communauté scientifique, avec un accès facile par l’installation du paquet Python, comprenant des modèles pré-entraînés et une base de données de candidats. Cette avancée pourrait transformer notre façon de découvrir et d'étudier les exoplanètes. A vous de jouer, amis astrophysiciens ;)
Retrouvez l'article scientifique au complet (en anglais) ici : One Transit Is All You Need: Detecting Exoplanets Through Learned Stellar Behaviour with EXOVEIL
Astuce : Cliquez sur la fusée pour revenir en haut de la page