Машинное обучение для обнаружения экзопланет: сравнительный анализ с использованием данных Кеплера В статье представлена модель машинного обучения для идентификации экзопланет на основе данных фотометрических временных рядов космического телескопа «Кеплер». Исследование показало, что алгоритм Random Forest демонстрирует наивысшую точность и надёжность в обнаружении экзопланет среди других алгоритмов. Применение метода SMOTE значительно улучшает производительность всех моделей, что подчёркивает эффективность ансамблевых методов машинного обучения в обработке больших объёмов данных для автоматического обнаружения экзопланет. arXiv: 2508.09689 Обзоры | Астрофизика
Машинное обучение для обнаружения экзопланет: сравнительный анализ с использованием данных Кеплера
В статье представлена модель машинного обучения для идентификации экзопланет на основе данных фотометрических временных рядов космического телескопа «Кеплер». Исследование показало, что алгоритм Random Forest демонстрирует наивысшую точность и надёжность в обнаружении экзопланет среди других алгоритмов. Применение метода SMOTE значительно улучшает производительность всех моделей, что подчёркивает эффективность ансамблевых методов машинного обучения в обработке больших объёмов данных для автоматического обнаружения экзопланет.
arXiv: 2508.09689
