Hybridní AI pro předpověď hmotností exoplanet: od selhání KNN k triumfu XGBoostu s fyzikálním filtrem
Školní tým vytvořil ExoLogica AI – systém kombinující gradientní boosting XGBoostu s fyzikálními zákony pro rekonstrukci hmotností exoplanet z archivů NASA, exoplanet.eu a ExoKyoto. Po neúspěchu s KNN, který ignoroval fyziku, architektura Neuro-Physical Synthesis poskytla realistické předpovědi hustot a klasifikaci s ohledem na Fultonův mezera a Keplerovy zákony. Projekt je implementován v Pythonu s Tkinterovým rozhraním pro analýzu dat bez serveru.
Systém standardizuje heterogenní databáze, používá ML pro primární odhad a korekci výsledků pomocí fyzikálních formulí, čímž se vyhýbá artefaktům jako "stěna klonů".
Standardizace dat z globálních archivů
Spojení databází NASA Exoplanet Archive, exoplanet.eu a ExoKyoto vyžaduje shodu formátů. Planety jsou identifikovány různými klíči: pl_name v NASA, name v EU, #PlanetName v ExoKyoto. Hmotnosti jsou normalizovány na hmotnosti Země.
Kód pro mapování sloupců:
def standardize_columns(df, source_type):
mappings = {
'NASA': {'pl_name': 'name', 'hostname': 'star_name', 'pl_masse': 'mass_e'},
'EU': {'name': 'name', 'star_name': 'star_name', 'mass': 'mass_e'},
'ExoKyoto': {'#PlanetName': 'name', 'StarName': 'star_name', 'MassEarth': 'mass_e'}
}
return df.rename(columns=mappings.get(source_type, {}))
df_total = pd.concat([df_nasa, df_eu, df_jp]).drop_duplicates(subset=['name'], keep='first')Tento přístup odstraňuje duplikáty a zachovává záznamy s maximálním počtem dat. Datová sada obsahuje více než 9000 objektů s chybějícími hmotnostmi kvůli tranzitní metodě.
Rozhraní Tkinter zobrazuje souhrnnou tabulku s barevným označením: zelená pro zemské podobné planety, modrá pro oceánidy, červená pro horké plynné giganty. Automaticky se vypočítává ESI (Index podobnosti Zemi).
Srovnání algoritmů ML na sjednoceném datovém souboru
Testování tří modelů odhalilo silné a slabé stránky:
- KNN: Extrapoluje nejbližší vzory, což vede ke "stěně klonů" – všechny předpovězené hustoty ~8,82 g/cm³. Ignoruje nelinearity jako Fultonova mezera.
- Random Forest: Stabilní, ale průměruje anomálie, což snižuje citlivost na vzácné typy planet.
- XGBoost: Gradientní boosting postupně koriguje chyby stromů. Rozpoznává přechody od skály k plynným gigantům bez explicitního označení.
XGBoost překonal ostatní podle metrik na validacním souboru, zejména při předpovídání hmotností pro poloměry 1,5–2 R⊕.
Architektura Neuro-Physical Synthesis
Předpovědní proces má tři vrstvy:
- ML-vrstva: XGBoost generuje hmotnost podle poloměru, oběžné doby a parametrů hvězdy.
- Fyzikální vrstva: Ověření podle třetího Keplerova zákona, zákona Stefana-Boltzmana. Výpočet rovnovážné teploty, insolačního zatížení.
- Syntéza: Korekce, pokud ML porušuje fyziku – např. nahrazení železné planety plynným gigantem při překročení hustotové bariéry.
V rozhraní režim "Umělá inteligence" ukazuje před a po: KNN dává homogenní hustoty, XGBoost + fyzika – rozmanitost (4,49 g/cm³ u mini-Neptunů, nízké u zamrzlých světů kolem červených trpaslíků).
Grafy v logaritmické škále hmotnost vs hustota odhalují oblasti: subzemě, superzemě, mini-Neptuny. KOI-4878 b byl klasifikován jako "Olympijský Merkur" s anomálně vysokým železným jádrem.
Rozhraní a analýza pro vývojáře
Tkinterová aplikace obsahuje:
- Tabulky s ESI a klasifikací.
- Vizuální zobrazení chyb ML (stěna klonů).
- Grafy syntézy s fázovými zónami.
- Karty objektů s ověřením: Proxima Centauri b – zamrzlý kamenný svět, TRAPPIST-1 e/f/g – zemské podobné planety v obyvatelné zóně.
Implementace na scikit-learn, xgboost, pandas umožňuje spuštění i na školních počítačích. Sekce "Akademie" dokumentuje vzorce pro přehlednost.
Důležité:
- Hybridní ML + fyzika odstraní halucinace čistého AI v astrofyzice.
- XGBoost samostatně objevil Fultonovu mezera ve datech.
- Standardizace tří databází vytváří kompletní katalog exoplanet.
- Tkinterové rozhraní dělá analýzu dostupnou bez Jupyteru.
- Předpovědi byly ověřeny podle hustot a ESI u reálných kandidátů.
— Editorial Team
Zatím žádné komentáře.