IA híbrida para masas de exoplanetas en XGBoost

IA Híbrida para Predecir la Masa de Exoplanetas: Del Fracaso del KNN al Triunfo de XGBoost con Filtros Físicos

Un equipo de secundaria desarrolló ExoLogica AI —un sistema que combina el aumento de gradiente de XGBoost con leyes físicas para reconstruir masas de exoplanetas a partir de archivos de NASA, exoplanet.eu y ExoKyoto. Tras fracasar con KNN, que ignoraba la física planetaria, la arquitectura Neuro-Física logró predicciones realistas de densidad y clasificaciones, incorporando la Brecha de Fulton y las leyes de Kepler. Construido en Python con interfaz Tkinter, la herramienta permite análisis de datos sin servidor.

El sistema estandariza bases de datos heterogéneas, aplica aprendizaje automático para estimaciones iniciales y refina resultados usando fórmulas físicas, evitando artefactos como el fenómeno de la "pared de clones".

Estandarización de Datos entre Archivos Globales

Combinar los archivos de NASA Exoplanet Archive, exoplanet.eu y ExoKyoto requiere alineación de formatos. Los planetas se identifican con claves distintas: pl_name en NASA, name en EU, #PlanetName en ExoKyoto. Las masas se normalizan en unidades terrestres.

Código para mapeo de columnas:

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')

Este enfoque elimina duplicados preservando registros con más datos. El conjunto supera los 9.000 objetos, con masas faltantes debido al método de tránsito.

La interfaz Tkinter muestra una tabla resumen con codificación por colores: verde para terrestres, azul para mundos oceánicos, rojo para Júpiters calientes. El Índice de Similitud Terrestre (ESI) se calcula automáticamente.

Comparación de Algoritmos de ML en el Conjunto Unificado

Pruebas con tres modelos revelaron fortalezas y debilidades distintas:

• KNN: Extrapolación de vecinos más cercanos genera una "pared de clones"—todas las densidades predichas se agrupan alrededor de ~8,82 g/cm³. Ignora patrones no lineales como la Brecha de Fulton.
• Random Forest: Estable pero promedia anomalías, reduciendo sensibilidad a tipos raros de planetas.
• XGBoost: Aumento de gradiente corrige iterativamente errores de árboles. Detecta transiciones de planetas rocosos a gigantes gaseosos sin etiquetado explícito.

XGBoost superó en métricas de validación, especialmente al predecir masas para radios entre 1,5–2 R⊕.

Arquitectura de Síntesis Neuro-Física

El proceso de predicción se despliega en tres capas:

• Capa de ML: XGBoost predice masa según radio, período orbital y parámetros estelares.
• Capa Física: Valida contra la Tercera Ley de Kepler y la Ley de Stefan-Boltzmann. Calcula temperatura de equilibrio e insolación.
• Capa de Síntesis: Corrige si el modelo viola la física—por ejemplo, reemplaza un planeta rico en hierro por un gigante gaseoso si la densidad supera umbral físico.

En la interfaz, el modo "Inteligencia Artificial" muestra resultados antes y después: KNN produce densidades uniformes, mientras que XGBoost + física genera diversidad (4,49 g/cm³ para mini-Neptunos, valores bajos para mundos congelados alrededor de enanas rojas).

Gráficos logarítmicos de masa vs. densidad destacan zonas clave: sub-Tierras, super-Tierras, mini-Neptunos. KOI-4878 b se clasifica como un "Mercurio Gigante" con un núcleo de hierro anormalmente alto.

Interfaz y Análisis para Desarrolladores

La aplicación Tkinter incluye:

• Tablas con ESI y clasificación.
• Visualizaciones de errores de ML (la pared de clones).
• Gráficos de síntesis con zonas de fase.
• Tarjetas de objetos con verificación: Proxima Centauri b es un mundo rocoso congelado; TRAPPIST-1 e/f/g son similares a la Tierra en la zona habitable.

Construida con scikit-learn, xgboost y pandas, funciona sin problemas en computadoras escolares. La sección "Academia" documenta fórmulas para transparencia.

Conclusiones Clave:

• La combinación de ML híbrido con física elimina alucinaciones comunes en IA pura en astrofísica.
• XGBoost descubre independientemente la Brecha de Fulton en los datos.
• Estandarizar tres bases crea un catálogo completo de exoplanetas.
• La interfaz Tkinter hace el análisis accesible sin Jupyter.
• Las predicciones se verifican mediante densidad y ESI para candidatos reales.

— Editorial Team