科大系外行星研究新突破

隨着天文觀測技術的進步，人們對系外行星的探索已從發現轉向深入研究其內部結構和大氣，以尋找適宜人類居住的行星。澳門科技大學月球與行星科學國家重點實驗室副教授倪冬冬和助理教授趙勇研究團隊，利用機器學習技術，在這領域取得重要突破。該團隊的研究成果表明，混合密度網絡(Mixture Density Network，MDN)在預測岩石系外行星和氣態巨行星內部結構中具有強大潛力，為系外行星研究帶來全新視角。

傳統上，研究人員使用質量半徑曲線來推斷行星的內部結構，但這種方法存在簡併性且計算複雜耗時。該團隊提出一種基於MDN的機器學習模型，通過質量、半徑和水含量快速預測行星徑向結構和核心熱狀態。MDN模型只需幾毫秒即可得出預測結果，極大提高了效率。

以上研究得到澳門科學技術發展基金、澳門科技大學教師科研基金、國家自然科學基金優秀青年科學基金和中國國家航天局民用航天技術預研究項目的資助。