lunes, 18 de diciembre de 2017

NOTICIAS ASTRONÓMICAS 18-12-17




Posted: 12 Dec 2017 12:57 AM PST



Crédito: NASA/JPL-Caltech/SwRI/MSSS/Gerald Eichstadt/Sean Doran
Espectacular imagen de las nubes jovianas en llamativos tonos de azul en esta nueva vista tomada por la nave espacial Juno de la NASA. La nave espacial Juno capturó esta imagen cuando la nave espacial estaba a solo 18.906 kilómetros de las nubes de Júpiter, aproximadamente la distancia entre Nueva York y Perth, Australia.
La imagen en color mejorado, que captura un sistema de nubes en el hemisferio norte de Júpiter, fue tomada el 24 de octubre de 2017 a las 1:24 pm EDT cuando Juno estaba en una latitud de 57,57 grados (casi tres quintos del camino desde el ecuador de Júpiter y su polo norte) y realizando su noveno sobrevuelo cercano al planeta gigante gaseoso.
La escala espacial en esta imagen es 12,5 kilómetros por pixel. Debido al ángulo de Juno, Júpiter y el Sol cuando la nave espacial capturó esta imagen, las nubes de mayor altitud se pueden ver proyectando sombras en su entorno. El comportamiento es más fácilmente observable en las regiones más blancas de la imagen, pero también en algunos puntos aislados en las áreas inferior y derecha de la imagen.
Los científicos ciudadanos Gerald Eichstädt y Seán Doran procesaron esta imagen usando datos de la cámara JunoCam.


Fuente de la noticia: "Jupiter Blues", de NASA
Posted: 14 Dec 2017 01:03 AM PST

Crédito: ESO
ESPRESSO ha observado su primera luz acoplado en el VLT (Very Large Telescope, Observatorio Paranal, Chile) de ESO. Este nuevo espectrógrafo Echelle, de tercera generación, es el sucesor de HARPS, instalado en el Observatorio La Silla. HARPS puede alcanzar una precisión cercana a un metro por segundo en las mediciones de velocidad, mientras que el objetivo de ESPRESSO es lograr una precisión de unos pocos centímetros por segundo gracias a los avances tecnológicos y a que está instalado en un telescopio mayor.
Según Francesco Pepe (Universidad de Ginebra, Suiza), “Este éxito es el resultado del trabajo de muchas personas durante diez años. ESPRESSO no es únicamente la evolución de nuestros instrumentos anteriores como HARPS: su mayor resolución y su mayor precisión lo convierten en revolucionario. Y a diferencia de los anteriores instrumentos, puede aprovechar toda la capacidad del VLT, ya que puede utilizarse con los cuatro telescopios individuales del VLT a la vez para simular un telescopio de 16 metros. ESPRESSO será insuperable durante por lo menos una década. ¡Estoy deseando descubrir nuestro primer planeta rocoso!”.
ESPRESSO puede detectar los pequeños cambios que se dan en los espectros de las estrellas cuando son orbitadas por un planeta. Este método de velocidad radial funciona gracias a que la fuerza gravitatoria de un exoplaneta influye sobre su estrella, haciendo que se mueva ligeramente. Cuanta menos masa tenga el planeta, menor será el movimiento. Debido a ello para detectar exoplanetas rocosos que puedan albergar vida se necesita un instrumento de muy alta precisión. Con este método ESPRESSO será capaz de detectar algunos de los planetas de menor masa jamás hallados.
Las observaciones de prueba incluyeron observaciones de estrellas y sistemas planetarios ya conocidos. Al compararlas con datos de HARPS se vio que ESPRESSO puede obtener datos de similar calidad pero con mucho menos tiempo de exposición.
Para Gaspare Lo Curto, “Traer ESPRESSO hasta aquí ha sido un gran logro y hemos contado con la ayuda de un consorcio internacional y de muchos grupos diferentes del ESO: ingenieros, astrónomos y personal administrativo. No solo tuvieron que montar el espectrógrafo, sino también la compleja óptica que recolecta la luz de los cuatro telescopios individuales del VLT”.
Aunque el principal objetivo de ESPRESSO es llevar la búsqueda de planetas a un siguiente nivel, encontrando y caracterizando planetas menos masivos y sus atmósferas, también tendrá otras muchas aplicaciones. Será la herramienta más potente del mundo para probar si las constantes físicas de la naturaleza han cambiado desde que el universo era joven. Algunas teorías de la física fundamental han predicho estos pequeños cambios pero nunca se han observado.
Cuando empiece a funcionar el ELT (Extremely Large Telescope) de ESO, el instrumento HIRES (que actualmente está en la fase de diseño conceptual), permitirá detectar y caracterizar exoplanetas incluso más pequeños, del tamaño de la Tierra, así como estudiar sus atmósferas con la búsqueda de señales de vida.
Posted: 15 Dec 2017 09:24 AM PST

Crédito: NASA/Wendy Stenzel
Se ha descubierto un nuevo exoplaneta con datos del Telescopio Espacial Kepler de la NASA, que rodea a Kepler-90, una estrella similar al Sol a 2.545 años luz de la Tierra.
El recientemente descubierto Kepler-90i, un planeta ardiente y rocoso que orbita su estrella una vez cada 14,4 días, fue encontrado usando el sistema aprendizaje automático de Google. El aprendizaje automático es una aproximación a la inteligencia artificial en la que las computadoras "aprenden". En este caso, las computadoras aprendieron a identificar planetas buscando en los datos de Kepler.
"Tal como esperábamos, hay descubrimientos emocionantes acechando en nuestros datos archivados de Kepler, esperando la herramienta o tecnología adecuada para desenterrarlos", dijo Paul Hertz, director de la División de Astrofísica de la NASA en Washington. "Este hallazgo muestra que nuestros datos serán un tesoro disponible para los investigadores innovadores en los próximos años".
El descubrimiento se produjo después de que los investigadores Christopher Shallue y Andrew Vanderburg entrenaron a un ordenador para aprender cómo identificar exoplanetas en los registros de luz de Kepler: el minúsculo cambio en el brillo capturado cuando un planeta pasaba frente a una estrella o transitaba por ella. Inspirada por la forma en que las neuronas se conectan en el cerebro humano, esta "red neuronal" artificial buscó a través de los datos de Kepler y encontró señales de tránsito débiles de un octavo planeta que previamente pasó desapercibido y que orbita alrededor de Kepler-90, en la constelación de Draco.

Si bien el aprendizaje automático se utilizó anteriormente en las búsquedas de la base de datos de Kepler, esta investigación demuestra que las redes neuronales son una herramienta prometedora para encontrar algunas de las señales más débiles de mundos distantes.
Otros sistemas planetarios probablemente sean más prometedores para la vida que Kepler-90. Cerca de 30 por ciento más grande que la Tierra, Kepler-90i está tan cerca de su estrella que su temperatura superficial promedio se cree que excede 426º C, similar a Mercurio. Su planeta más externo, Kepler-90h, orbita a una distancia similar a su estrella que la Tierra al Sol.
"El sistema de estrella Kepler-90 es como una mini versión de nuestro sistema solar. Tienes planetas pequeños adentro y grandes planetas afuera, pero todo está mucho más cerca ", dijo Vanderburg, astrónomo de la Universidad de Texas en Austin.
Shallue, un ingeniero de software sénior, junto con el equipo de investigación de Google AI, tuvo la idea de aplicar una red neuronal a los datos de Kepler. Se interesó en el descubrimiento de exoplanetas después de enterarse de que la astronomía, al igual que otras ramas de la ciencia, se está inundando rápidamente de datos a medida que avanza la tecnología para la recolección de datos desde el espacio.
"En mi tiempo libre, comencé a buscar en Google 'encontrar exoplanetas con grandes conjuntos de datos' y descubrí la misión Kepler y el enorme conjunto de datos disponibles", dijo Shallue. "El aprendizaje automático realmente brilla en situaciones donde hay demasiados datos que los humanos no pueden buscar por sí mismos".
El conjunto de datos de cuatro años de Kepler consiste en 35.000 posibles señales planetarias. Las pruebas automatizadas, y a veces los ojos humanos, se utilizan para verificar las señales más prometedoras en los datos. Sin embargo, las señales más débiles a menudo se pierden al usar estos métodos. Shallue y Vanderburg pensaron que podría haber descubrimientos de exoplanetas más interesantes al acecho en los datos.
Primero, entrenaron a la red neuronal para identificar exoplanetas en tránsito usando un conjunto de 15,000 señales previamente examinadas del catálogo de exoplanetas de Kepler. En el conjunto de prueba, la red neuronal identificó correctamente planetas verdaderos y falsos positivos el 96 por ciento de las veces. Luego, con la red neuronal que "aprendió" a detectar el patrón de un exoplaneta en tránsito, los investigadores dirigieron su modelo para buscar señales más débiles en sistemas de 670 estrellas que ya tenían múltiples planetas conocidos. Su suposición era que los sistemas de múltiples planetas serían los mejores lugares para buscar más exoplanetas.
"Obtuvimos muchos falsos positivos de planetas, pero también planetas potencialmente más reales", dijo Vanderburg. "Es como buscar en las rocas para encontrar joyas. Si tienes un tamiz más fino, podrás atrapar más rocas, pero también puedes atrapar más joyas. "
Kepler-90i no fue la única joya que esta red neuronal encontró. En el sistema Kepler-80, encontraron un sexto planeta. Kepler-80g, del tamaño de la Tierra, y cuatro de sus planetas vecinos forman lo que se llama una cadena resonante, donde los planetas se bloquean por su gravedad mutua en una danza orbital rítmica. El resultado es un sistema extremadamente estable, similar a los siete planetas en el sistema TRAPPIST-1.
Su trabajo de investigación que anuncia estos hallazgos ha sido aceptado para su publicación en The Astronomical Journal. Shallue y Vanderburg planean aplicar su red neuronal al conjunto completo de datos de Kepler, de más de 150.000 estrellas.
Kepler ha producido un conjunto de datos sin precedentes para la caza de exoplanetas. Después de observar una región del espacio durante cuatro años, la nave espacial ahora está operando en una misión extendida y cambia su campo de visión cada 80 días.
"Estos resultados demuestran el valor perdurable de la misión de Kepler", dijo Jessie Dotson, científica del proyecto de Kepler en el Centro de Investigación Ames de la NASA en Silicon Valley, California. "Nuevas formas de ver los datos, como esta investigación en etapa inicial para aplicar algoritmos de aprendizaje automático, prometen continuar produciendo avances significativos en nuestra comprensión de los sistemas planetarios alrededor de otras estrellas. Estoy segura de que hay más sorpresas en los datos esperando que las personas los encuentren. "

Publicar un comentario