Speaker
Description
El Telescopio Espacial Kepler de la NASA (2009-2018) marcó el comienzo de lo que podríamos llamar la era “moderna” de la caza de planetas. Kepler estaba esperando captar pequeñas caídas en la cantidad de luz proveniente de estrellas individuales a lo largo de un cierto periodo de tiempo (curva de luz), causadas por planetas que cruzan frente a ellas. Esto se llama "método de tránsito". Una vez detectado, el tamaño orbital del planeta se puede calcular a partir del período (cuánto tiempo tarda el planeta en dar una vuelta alrededor de la estrella) y la masa de la estrella. Una estimación estadística basada en datos del Telescopio Kepler reveló que hay más planetas que estrellas en nuestra galaxia. Eso significa que hay más de un billón de planetas sólo en nuestra galaxia, muchos de ellos del tamaño de la Tierra. Debido al gran número de estrellas en nuestra galaxia y la cantidad de datos que estamos tomando usando telescopios espaciales a la caza de exoplanetas, necesitamos desarrollar nuevas técnicas de análisis de las curvas de luz de las estrellas para confirmar la presencia de un planeta y caracterizar sus propiedades. En este trabajo se propone crear modelos de tránsitos planetarios y entrenar algoritmos de machine learning para detectar y caracterizar exoplanetas a partir de curvas de luz del telescopio espacial TESS (Transiting Exoplanet Survey Satellite) de la NASA, lanzado en 2018 y diseñado para descubrir miles de exoplanetas alrededor de 200,000 estrellas brillantes cerca del Sol. Con esta contribución se pretende presentar los avances más recientes de este trabajo.
