ExoSpikeNet: una red neuronal de última generación basada en análisis de curvas de luz para la detección de exoplanetas

Los exoplanetas son cuerpos celestes que orbitan alrededor de estrellas más allá de nuestro sistema solar. Aunque históricamente han planteado problemas de detección, los datos de Kepler han revolucionado nuestra comprensión.

Al analizar los valores de flujo de la misión Kepler, estudiamos los complejos patrones de luz estelar que pueden indicar la presencia de exoplanetas. Este estudio investiga un nuevo enfoque para la clasificación de exoplanetas utilizando redes neuronales de picos (SNN) aplicadas a datos obtenidos por la misión Kepler de la NASA. Los SNN ofrecen una ventaja única al imitar el comportamiento de activación de las neuronas en el cerebro, lo que permite un procesamiento de datos temporales más matizado y de inspiración biológica.

Los resultados experimentales demuestran la eficacia de la arquitectura SNN propuesta, sobresaliendo en varias métricas de rendimiento, como exactitud, puntuación F1, precisión y recuperación.

Maneet Chatterjee, Anuvab Sen, Subhabrata Roy

Comentarios: 6 páginas, 10 figuras, 2 tablas, aceptado por la 13.ª Conferencia Internacional IEEE sobre Sistemas de Comunicación y Tecnologías de Redes (CSNT 2024), 6 y 7 de abril de 2024, India
Materias: Instrumentación y métodos para astrofísica (astro-ph.IM); Astrofísica terrestre y planetaria (astro-ph.EP)
Citar como: arXiv:2406.07927 [astro-ph.IM] (o arXiv:2406.07927v1 [astro-ph.IM] para esta versión)
https://doi.org/10.48550/arXiv.2406.07927
Concéntrate en aprender más
Referencia de la revista: 2024 13.ª Conferencia Internacional IEEE sobre Sistemas de Comunicación y Tecnologías de Redes (CSNT 2024)
DOI asociado:
https://doi.org/10.1109/CSNT60213.2024.10545663
Concéntrate en aprender más
Historial de envíos
Por: Maneet Chatterjee
[v1] Miércoles 12 de junio de 2024 06:45:45 UTC (528 KB)
https://arxiv.org/abs/2406.07927
Astrobiología