ExoSpikeNet: una red neuronal de picos basada en análisis de curvas de luz para la detección de exoplanetas

Los exoplanetas son cuerpos celestes que orbitan estrellas más allá de nuestro sistema solar. Aunque históricamente han presentado desafíos de detección, los datos de Kepler han revolucionado nuestra comprensión.

Al analizar los valores de flujo de la misión Kepler, investigamos patrones complejos en la luz de las estrellas que pueden indicar la presencia de exoplanetas. Este estudio explora un nuevo enfoque para la clasificación de exoplanetas utilizando redes neuronales de picos (SNN) aplicadas a datos obtenidos de la misión Kepler de la NASA. Los SNN ofrecen una clara ventaja al imitar el comportamiento de activación de las neuronas en el cerebro, lo que permite un procesamiento de datos temporales detallado y de inspiración biológica.

Los resultados experimentales demuestran la efectividad de la arquitectura SNN propuesta, sobresaliendo en varias métricas de rendimiento como precisión, puntuación F1, precisión y recuperación.

Maneeth Chatterjee, Anuvap Sen, Subhaprata Roy

Actas: 6 páginas, 10 figuras, 2 tablas, 13.ª Conferencia internacional IEEE sobre sistemas de comunicación y tecnologías de redes (CSNT 2024), 6-7 de abril de 2024, India
Materias: Instrumentos y Métodos Astrofísicos (astro-ph.IM); Astrofísica de la Tierra y Planetaria (astro-ph.EP)
Cita: arXiv:2406.07927 [astro-ph.IM] (o arXiv:2406.07927v1 [astro-ph.IM] para esta versión)
https://doi.org/10.48550/arXiv.2406.07927
Presta atención para saber más.
Referencia de la revista: 2024 13.ª Conferencia Internacional IEEE sobre Sistemas de Comunicación y Tecnologías de Redes (CSNT 2024)
DOI correspondiente:
https://doi.org/10.1109/CSNT60213.2024.10545663
Presta atención para saber más.
Historial de envíos
Publicado por: Maneet Chatterjee
[v1] Miércoles, 12 de junio de 2024 06:45:45 UTC (528 KB)
https://arxiv.org/abs/2406.07927
Astronomía