Hybrydowy AI dla mas egzoplanet na XGBoost

Hybrydowy AI do przewidywania mas ekzoplanet: od porażki KNN do triumfu XGBoost z filtrowaniem fizycznym

Zespołowa drużyna szkolna stworzyła ExoLogica AI — system łączący gradient boosting XGBoost z prawami fizyki, aby odtwarzać masy ekzoplanet z archiwów NASA, exoplanet.eu i ExoKyoto. Po niepowodzeniu KNN, ignorującego fizykę, architektura Neuro-Physical Synthesis zapewniła realistyczne prognozy gęstości i klasyfikację, uwzględniając Przerwę Fullo oraz prawa Keplera. Projekt został zrealizowany w Pythonie z interfejsem Tkinter do analizy danych bez serwera.

System standaryzuje różnorodne bazy danych, stosuje ML do pierwszych oszacowań i koryguje wyniki formułami fizyki, unikając artefaktów typu "ściana klonów".

Standaryzacja danych z globalnych archiwów

Połączenie baz NASA Exoplanet Archive, exoplanet.eu i ExoKyoto wymaga dopasowania formatów. Planety identyfikowane są różnymi kluczami: pl_name w NASA, name w EU, #PlanetName w ExoKyoto. Masy są normalizowane do mas Ziemi.

Kod do mapowania kolumn:

 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')

To podejście usuwa duplikaty, zachowując rekordy z największą ilością danych. Zestaw danych przekracza 9000 obiektów z brakującymi masami ze względu na metodę tranzytową.

Interfejs Tkinter wyświetla tabelę podsumowującą z kolorową etykietą: zielony dla planet podobnych do Ziemi, niebieski dla oceanidów, czerwony dla gorących gigantów. Automatycznie obliczany jest ESI (Earth Similarity Index).

Porównanie algorytmów ML na połączonym zestawie danych

Testowanie trzech modeli ujawniło mocne i słabe strony:

• KNN: Ekstrapoluje najbliższe przykłady, prowadząc do "ściany klonów" — wszystkie przewidywane gęstości ~8,82 g/cm³. Ignoruje nieliniowości takie jak Przerwa Fullo.
• Random Forest: Stabilny, ale średnio wygładza anomalie, zmniejszając czułość na rzadkie typy planet.
• XGBoost: Gradient boosting kolejno koryguje błędy drzew. Wykrywa przejścia od planet skalnych do gazowych gigantów bez jawnej wskazówki.

XGBoost przewyższał w metrykach na zbiorze walidacyjnym, szczególnie w przewidywaniu mas dla promieni 1,5–2 R⊕.

Architektura Neuro-Physical Synthesis

Proces przewidywania w trzech warstwach:

• Warstwa ML: XGBoost generuje masę na podstawie promienia, okresu i parametrów gwiazdy.
• Warstwa fizyczna: Sprawdzenie według trzeciego prawa Keplera, prawa Stefana-Boltzmanna. Obliczanie temperatury równowagi, nasłonecznienia.
• Synteza: Korygowanie, jeśli ML narusza fizykę — np. zamiana planety żelaznej na gazowego giganta przy przekroczeniu granicy gęstości.

W interfejsie tryb "Inteligencja Sztuczna" pokazuje wyniki przed i po: KNN daje jednolite gęstości, XGBoost + fizyka — zróżnicowanie (4,49 g/cm³ dla mini-Neptunów, niskie dla zamrożonych światów wokół czerwonych karli).

Wykresy w skali logarytmicznej masa vs gęstość wyróżniają strefy: subziemie, superziemie, mini-Neptuny. KOI-4878 b sklasyfikowany jako "Ogromny Merkury" z anormalnie wysokim jądrem żelaznym.

Interfejs i analiza dla deweloperów

Aplikacja Tkinter zawiera:

• Tabele z ESI i klasyfikacją.
• Wizualizację błędów ML (ściana klonów).
• Wykresy syntezy z fazowymi strefami.
• Karty obiektów z weryfikacją: Proxima Centauri b — zamrożony skalny świat, TRAPPIST-1 e/f/g — podobne do Ziemi w strefie habitabilnej.

Realizacja w scikit-learn, xgboost, pandas zapewnia uruchomienie na komputerach szkolnych. Sekcja "Akademia" dokumentuje wzory dla przejrzystości.

Co ważne:

• Hybryda ML + fizyka eliminuje halucynacje czystego AI w astrofizyce.
• XGBoost samodzielnie wykrywa Przerwę Fullo w danych.
• Standaryzacja trzech baz daje kompletny katalog ekzoplanet.
• Interfejs Tkinter sprawia, że analiza jest dostępna bez Jupytera.
• Przewidywania zweryfikowane są pod kątem gęstości i ESI dla rzeczywistych kandydatów.

— Editorial Team