論文の概要: Exploring Long-period Architectures: Four New Planet Candidates from Kepler with Periods >342 days
- arxiv url: http://arxiv.org/abs/2608.23425v1
- Date: Mon, 24 Aug 2026 16:04:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.192305
- Title: Exploring Long-period Architectures: Four New Planet Candidates from Kepler with Periods >342 days
- Title（参考訳）: 長周期建築を探る:ケプラーから342日間の新惑星候補4選
- Abstract要約: 我々は、ケプラー宇宙船の分類畳み込みニューラルネットワークと搭載宇宙船の診断を利用して、単一のトランジット検出パイプラインを構築した。
現在知られているケプラー領域の全ての惑星系にパイプラインを適用し、軌道周期が6日以上ある少なくとも1つの惑星をホストする。
私たちはパイプラインから新しい信号をすべて手動で検査し、4つの新しい惑星候補を特定しました。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Kepler detection pipeline, as well as the transit method, has a bias towards shorter periods, leaving a dearth of detections at longer orbital periods. This relative lack of detections has left an incomplete picture of the architectures of exoplanet systems within the long-period regime. We have built a single transit detection pipeline, utilizing a classification convolutional neural network and the onboard spacecraft diagnostics of the Kepler spacecraft, to detect long-period planets. We apply our pipeline to all currently known planetary systems in the Kepler field hosting at least one planet with an orbital period longer than 6 days. We manually vet all new signals from our pipeline, and identify four new planetary candidates, all of which are in systems where the inner planets exhibit transit timing variations (TTVs). Two of these candidates, Kepler 1752.02 and Kepler 199.03, cause two transit events that are consistent with periods of $777.78^{+0.01}_{-0.02}$ and $505.495^{+0.004}_{-0.004}$ days, and radii of $3.55^{+0.15}_{-0.15}$ and $2.74^{+0.05}_{-0.05}$ $R_{\oplus}$, respectively. Our remaining two candidates, Kepler 1897.02 and Kepler 1811.02, are single transit candidates with radii $4.81^{+0.20}_{-0.19}$ and $3.25^{+0.28}_{-0.30}$ $R_{\oplus}$, respectively. The shortest orbital periods for these candidates, consistent with the Kepler dataset (gaps and coverage), are 342 days for Kepler 1897.02 and 544 days for Kepler 1811.02. The new planetary candidates, on their own, are incapable of reproducing the observed TTV signals in the inner system. Although difficult to schedule, follow-up observations are needed to further constrain the new candidates and potentially discover the planets causing the perturbations.
- Abstract（参考訳）: ケプラー検出パイプラインとトランジット法は短い周期に偏りがあり、長い軌道周期で検出の遅れが残る。
この相対的な検出の欠如は、長期の体制の中で太陽系外惑星系の構造が不完全であったことを残している。
我々は、ケプラー宇宙船の分類畳み込みニューラルネットワークと船上宇宙船診断を利用して、長い周期の惑星を検出する単一のトランジット検出パイプラインを構築した。
現在知られているケプラー領域の全ての惑星系にパイプラインを適用し、軌道周期が6日以上ある少なくとも1つの惑星をホストする。
我々は、パイプラインから新しい信号をすべて手動で検査し、4つの新しい惑星候補を特定しました。
これらの候補のうち、Kepler 1752.02とKepler 199.03は、それぞれ777.78^{+0.01}_{-0.02}$と505.495^{+0.004}_{-0.004}$dayと3.55^{+0.15}_{-0.15}$と2.74^{+0.05}_{-0.05}$$R_{\oplus$の2つのトランジットイベントを引き起こす。
残りの2つの候補であるKepler 1897.02とKepler 1811.02は、それぞれ4.81^{+0.20}_{-0.19}$と3.25^{+0.28}_{-0.30}$$R_{\oplus}$である。
これらの候補の最も短い軌道周期はケプラーデータセット(ギャップとカバレッジ)と一致しており、ケプラー1897.02は342日、ケプラー1811.02は544日である。
新しい惑星候補は、内部システムで観測されたTTV信号を再生することができない。
スケジュールは難しいが、新しい候補をさらに制限し、摂動の原因となる惑星を発見するためには後続の観測が必要である。
関連論文リスト
- Planetary Exploration 3.0: A Roadmap for Software-Defined, Radically Adaptive Space Systems [67.54181515618724]
惑星探査3.0(Planetary Exploration 3.0、PE 3.0)は、急進的な適応型宇宙システムを持つ単一のまたは少数のミッションによって、観測されていない世界が探索されるパラダイムである。
PE 3.0ミッションは、独自のin situデータリターンに基づいて、初期の探索科学と後続の仮説駆動科学の両方を実行する。
PE 3.0の主要な実現要因は、ソフトウェア定義空間システム(SDSS)である。
論文 参考訳（メタデータ） (2026-04-22T00:22:38Z) - Towards LLM Agents for Earth Observation [63.163707376462405]
これは、NASAの地球観測所の記事から13のトピックと17の衛星センサーに関する140のイエス/ノーの質問のベンチマークである。
Google Earth Engine APIをツールとして使用すると、LLMエージェントは58%以上のコードを実行できないため、33%の精度しか達成できない。
我々は、合成データを微調整することで、オープンモデルの失敗率を改善し、より小さなモデルの方が、はるかに大きなモデルに匹敵する精度が得られるようにした。
論文 参考訳（メタデータ） (2025-04-16T14:19:25Z) - Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。
本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
論文 参考訳（メタデータ） (2024-07-12T18:00:02Z) - Single Transit Detection In Kepler With Machine Learning And Onboard
Spacecraft Diagnostics [0.0]
長い軌道周期での太陽系外惑星の発見には、システムに関する追加情報なしで個々のトランジットを確実に検出する必要がある。
本稿では,EmphKeplerの宇宙船診断を取り入れた畳み込みニューラルネットワークのアンサンブルを用いて,光曲線内のトランジットを分類する手法を提案する。
私たちのニューラルネットワークパイプラインは、EmphKeplerデータセットで、そして重要なことに、$eta$-Earthレシエーション内で、追加の惑星を発見する可能性がある。
論文 参考訳（メタデータ） (2024-03-06T03:16:47Z) - Discovery of Small Ultra-short-period Planets Orbiting KG Dwarfs in Kepler Survey Using GPU Phase Folding and Deep Learning Detection System [3.766418873729154]
我々は、ケプラー測光データに、畳み込みニューラルネットワークと組み合わせた新しいGPU位相FoldingアルゴリズムであるGPFC法を用いる。
現在までに、我々は5つの新しい超短周期惑星(USP)を特定している。
Kepler-158d、Kepler-963c、Kepler-879c、Kepler-1489c、KOI-4978.02は、主星に最も近い最小の惑星である。
論文 参考訳（メタデータ） (2023-12-28T22:12:54Z) - Deep-learning based measurement of planetary radial velocities in the
presence of stellar variability [70.4007464488724]
我々は、HARPS-N Sun-as-a-star Spectraの3年間の恒星RVジッタを低減するためにニューラルネットワークを使用する。
マルチラインCNNは、半振幅0.2m/s、50日間、振幅8.8%、周期0.7%の誤差で惑星を回復することができる。
論文 参考訳（メタデータ） (2023-04-10T18:33:36Z) - Geodesic Sinkhorn for Fast and Accurate Optimal Transport on Manifolds [53.110934987571355]
多様体グラフ上の熱核に基づく測地学的シンクホーンを提案する。
化学療法中の患者試料からの高次元単細胞データの複数分布のバリセンタの計算に本法を適用した。
論文 参考訳（メタデータ） (2022-11-02T00:51:35Z) - Predicting the Stability of Hierarchical Triple Systems with
Convolutional Neural Networks [68.8204255655161]
本稿では,階層型三重項の安定性を予測する畳み込みニューラルネットワークモデルを提案する。
すべてのトレーニングされたモデルは公開されており、純粋な$N$-bodyメソッドよりも200ドルの速さで階層的な3重システムの安定性を予測することができる。
論文 参考訳（メタデータ） (2022-06-24T17:58:13Z) - Alleviating the Transit Timing Variations bias in transit surveys. II.
RIVERS: Twin resonant Earth-sized planets around Kepler-1972 recovered from
Kepler's false positive [0.0]
ケプラー-1972 c(ケプラー-1972 c)は、ケプラー-1972 bによって摂動される地球サイズの惑星である。
信号の暗さにもかかわらず、RIVERS法を用いて惑星の移動を回収した。
このバイアスを緩和することは、ケプラー系、TESS星のいくつか、そして今後のPLATOミッションの偏見のない視点に不可欠である。
論文 参考訳（メタデータ） (2022-01-27T11:53:13Z) - Alleviating the transit timing variation bias in transit surveys. I.
RIVERS: Method and detection of a pair of resonant super-Earths around
Kepler-1705 [0.0]
トランジットタイミング変動(TTV)は、トランジットによって観測されるシステムに有用な情報を提供する。
それらはまた、トランジットサーベイで小さな惑星を検出するのを防ぐ検出バイアスとして振る舞うことができる。
本稿では,大規模なTTVに対してロバストな検出手法を提案する。
論文 参考訳（メタデータ） (2021-11-12T17:15:52Z) - Identifying Potential Exomoon Signals with Convolutional Neural Networks [0.0]
コンボリューションニューラルネットワーク(CNN)のアンサンブルをトレーニングし、ケプラーが観測した単一トランジットイベントにおける候補エクソモオン信号を特定する。
これらのトランジットのごく一部には月のような信号が含まれているが、この結果からエキソモンの発生率の強い推測には注意が必要である。
論文 参考訳（メタデータ） (2021-09-22T03:37:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。