Hybrid-KI für Exoplanetenmassen auf XGBoost

Hybrider KI-Ansatz zur Vorhersage von Exoplanetenmassen: Vom KNN-Fehler zum XGBoost-Erfolg mit physikalischer Filterung

Ein Schülerteam entwickelte ExoLogica AI – ein System, das XGBoosts Gradient-Boosting mit physikalischen Gesetzen verbindet, um Exoplanetenmassen aus den Archiven von NASA, exoplanet.eu und ExoKyoto wiederherzustellen. Nach dem Misserfolg mit KNN, das planetare Physik ignorierte, lieferte die Neuro-Physikalische Synthese-Architektur realistische Dichtevorhersagen und Klassifizierungen unter Einbeziehung der Fulton-Lücke und Keplers Gesetze. In Python mit Tkinter-Schnittstelle gebaut, ermöglicht das Tool datenbasierte Analysen ohne Serveranforderungen.

Das System standardisiert heterogene Datenbanken, wendet maschinelles Lernen für erste Schätzungen an und verfeinert Ergebnisse mithilfe physikalischer Formeln – und vermeidet Artefakte wie das sogenannte "Klonwand-Phänomen".

Datenstandardisierung über globale Archive

Die Zusammenführung der NASA Exoplanet Archive, exoplanet.eu und ExoKyoto erfordert eine Formatangleichung. Planeten werden mit unterschiedlichen Schlüsseln identifiziert: pl_name in NASA, name in EU, #PlanetName in ExoKyoto. Massen werden auf Erdmassen normiert.

Code für Spaltenzuordnung:

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')

Dieser Ansatz beseitigt Doppelungen und behält dabei Datensätze mit den meisten Informationen. Das Dataset umfasst über 9.000 Objekte, wobei fehlende Massen aufgrund der Transitmethode entstehen.

Die Tkinter-Schnittstelle zeigt eine Zusammenfassungstabelle mit Farbcodierung: Grün für terrestrische Planeten, Blau für Ozeanwelten, Rot für heiße Jupiters. Der ESI (Earth Similarity Index) wird automatisch berechnet.

Vergleich von ML-Algorithmen auf dem vereinheitlichten Datensatz

Der Test dreier Modelle zeigte deutliche Stärken und Schwächen:

• KNN: Extrapoliert benachbarte Nachbarn, was zu einer "Klonwand" führt – alle vorhergesagten Dichten konzentrieren sich bei etwa ~8,82 g/cm³. Ignoriert nichtlineare Muster wie die Fulton-Lücke.
• Random Forest: Stabil, aber glättet Anomalien und verringert die Sensibilität für seltene Planetentypen.
• XGBoost: Gradient-Boosting korrigiert iterativ Fehler von Baummodellen. Erkennt Übergänge von felsigen Planeten zu Gasriesen ohne explizite Etikettierung.

XGBoost übertraf bei Validierungsmaßen, insbesondere bei der Vorhersage von Massen für Radien zwischen 1,5–2 R⊕.

Neuro-Physikalische Synthese-Architektur

Der Vorhersageprozess erfolgt in drei Schichten:

• ML-Schicht: XGBoost schätzt die Masse basierend auf Radius, Umlaufzeit und Sternparametern.
• Physikalische Schicht: Validierung gegen Keplers Drittes Gesetz und das Stefan-Boltzmann-Gesetz. Berechnung der Gleichgewichtstemperatur und Bestrahlung.
• Syntheseschicht: Korrektur, wenn die ML-Modelle physikalische Grenzen überschreiten – beispielsweise Ersetzung eines eisenreichen Planeten durch einen Gasriesen, wenn die Dichte einen physikalischen Schwellenwert überschreitet.

In der Schnittstelle zeigt der Modus "Künstliche Intelligenz" Vorher-Nachher-Ergebnisse: KNN erzeugt gleichmäßige Dichten, während XGBoost + Physik Vielfalt liefert (4,49 g/cm³ für Mini-Neptunen, niedrige Werte für gefrorene Welten um rote Zwerge).

Logarithmische Diagramme von Masse vs. Dichte heben zentrale Regionen hervor: Sub-Erden, Super-Erden, Mini-Neptunen. KOI-4878 b wird als "Riesiger Merkur" klassifiziert mit einem außergewöhnlich hohen Eisenkern.

Schnittstelle und Analytik für Entwickler

Die Tkinter-Anwendung beinhaltet:

• Tabellen mit ESI und Klassifizierung.
• Visualisierungen von ML-Fehlern (die Klonwand).
• Synthesediagramme mit Phasenbereichen.
• Objektkarten mit Überprüfung: Proxima Centauri b ist eine gefrorene felsige Welt; TRAPPIST-1 e/f/g sind erdähnlich im habitablen Bereich.

Erstellt mit scikit-learn, xgboost und pandas, läuft sie reibungslos auf Schulcomputern. Der Abschnitt "Akademie" dokumentiert Formeln für Transparenz.

Wichtige Erkenntnisse:

• Hybride ML + Physik beseitigt Halluzinationen, die bei rein künstlicher Intelligenz in der Astrophysik häufig sind.
• XGBoost entdeckt die Fulton-Lücke unabhängig aus den Daten.
• Die Standardisierung dreier Datenbanken schafft einen vollständigen Exoplanetenkatalog.
• Die Tkinter-Schnittstelle macht die Analyse ohne Jupyter zugänglich.
• Vorhersagen werden mittels Dichte und ESI für echte Kandidaten validiert.

— Editorial Team