Priorização de candidatos a exoplanetas com independência instrumental

Para desenvolver e testar essa abordagem, utilizamos bancos de dados pós-processados dos arquivos de exoplanetas da NASA, abrangendo tanto os dados do Kepler quanto os do TESS. A partir desses conjuntos de dados, selecionamos seis parâmetros que consideramos preditivos para a assinatura do trânsito planetário. Entre eles, destacam-se o período orbital do planeta (P), o raio do planeta ($R_{\rm p}$) e a temperatura estelar. A escolha desses atributos visou capturar as características mais relevantes para distinguir entre verdadeiros planetas e falsos positivos.

Com base nos parâmetros selecionados, avaliamos um total de onze modelos de aprendizado de máquina distintos. Essa avaliação foi realizada em todas as combinações possíveis de treinamento e teste, utilizando dados tanto do TESS quanto do Kepler. Para o treinamento, empregamos rótulos de planetas confirmados e de falsos positivos como nossos alvos, permitindo que os modelos aprendessem a diferenciar entre essas duas categorias. Essa metodologia rigorosa garantiu uma análise abrangente do desempenho de cada modelo sob diferentes condições de dados.

Nossas análises revelaram que as distribuições dos parâmetros escolhidos diferem substancialmente entre os bancos de dados Kepler e TESS. Essa disparidade intrínseca entre os conjuntos de dados instrumentais resultou em uma dificuldade notável para os modelos treinados exclusivamente com dados de um instrumento em prever com precisão os resultados do outro. Modelos treinados apenas com dados do Kepler, por exemplo, apresentaram desempenho insatisfatório ao serem aplicados a dados do TESS, e vice-versa. Este achado sublinha a importância de considerar a heterogeneidade dos dados ao desenvolver ferramentas preditivas para a astronomia.

Contudo, demonstramos que modelos treinados em conjunto, utilizando dados combinados do TESS e do Kepler, são capazes de alcançar um bom desempenho em ambos os conjuntos de dados. Essa abordagem integrada superou as limitações observadas nos modelos treinados individualmente, indicando que a fusão de informações de diferentes instrumentos pode mitigar os desafios impostos pelas variações nas distribuições de parâmetros. A capacidade de um único modelo de operar eficazmente em dados de múltiplas fontes representa um avanço significativo na busca por ferramentas de priorização de exoplanetas mais robustas e versáteis.

A eficácia do nosso modelo foi corroborada pela análise de planetas confirmados e falsos positivos que foram identificados e resolvidos após a conclusão da nossa análise inicial. Esses casos de validação externa demonstraram a capacidade preditiva do nosso sistema. Os resultados sugerem que os candidatos a exoplanetas que foram classificados como de alta prioridade pelo nosso modelo têm uma probabilidade considerável de serem confirmados como planetas reais, caso sejam submetidos a uma análise mais detalhada pela comunidade científica.

Com a iminente chegada de novas missões, como o Telescópio Espacial Nancy Grace Roman (Roman), e o consequente aumento esperado na ordem de magnitude do número de candidatos a planetas, a necessidade de métodos de priorização eficientes se tornará ainda mais premente. Sugerimos que a metodologia desenvolvida neste trabalho pode ser estendida e adaptada para processar os dados do Roman, oferecendo uma ferramenta robusta e eficaz para a priorização de candidatos a exoplanetas em futuras campanhas de observação. Isso permitirá que a comunidade científica concentre seus esforços e recursos de acompanhamento nos alvos mais promissores.