宣布了其首个国际机器学习数据挑战赛的获奖者

ARIEL是欧洲航天局首次对大范围内部大气层进行大规模调查的任务，它宣布了其首个国际机器学习数据挑战赛的获奖者，并推出了一个针对业余天文学家和公民科学家的新项目ExoClocks。

数据挑战赛的获胜者James Dawson(Team SpaceMeerkat)和Vadim Borisov(Team major_tom)今天在日内瓦的2019年EPSC-DPS联席会议上宣布。这对选手在112名注册个人和团队中排名第一。4月份发布的“数据挑战”解决了由星点和仪器引起的系外行星观测中消除噪声的问题。

设计比赛的伦敦大学学院外化学数据中心的Nikos Nikolaou说：“竞赛的结果超出了我们的预期，无论是提交的技术解决方案的质量还是挑战的大量参赛作品，参与开放式机器学习竞赛，获得大量金钱奖。“

今天正在EPSC-DPS 2019举行专门会议，介绍获奖团队用于系外行星研究界的方法，以分享计算统计和机器学习的进步。此外，五个排名靠前的团队还被邀请在周五的欧洲机器学习会议(ECML-PKDD 2019)上展示他们的解决方案。两次会议的参与旨在发展系外行星研究人员与机器学习和统计界之间的密切合作。

ARIEL还推出了“ExoClock”项目，收集称为“光线曲线”的测量值，显示当行星在其主星前方转换并阻挡部分光线时强度下降。当ARIEL在2028年开始观察1000个系外行星的任务时，它需要准确了解它所观察到的每个行星的预期运行时间。可以使用中小型望远镜测量过境，并提供有关系外行星的关键信息，包括它们的大小，轨道，质量和密度。ExoClock旨在争取世界各地规模庞大且活跃的业余天文学界，收集大量的光线曲线观测结果并提高运输时间的准确性。

“这是加入ExoClock项目的第一次公开招呼，我们鼓励所有感兴趣的观察员成为ESA ARIEL任务的一部分。每次过境观察都是独特和重要的。通过参与ExoClock，世界各地的公民可以为成功做出贡献。 ARIEL的任务，“Anastasia Kokori说，他宣布在EPSC-DPS 2019上推出ExoClock。

ExoClock平台包括目标优先级和警报系统，以最大限度地覆盖系外行星目标和有效利用资源。根据用户的望远镜及其地理位置为用户提供个性化的时间表。提交的光线曲线将在ExoClock网站上进行分析，发布和记入，并可能成为科学出版物的一部分。

经验丰富的观察员可以直接在exoclock.space注册并开始使用。对于外行星过境的新观察者，通过ExoWorlds Spies项目(exoworldsspies.com)提供培训。所有在线资源目前均以英语和希腊语免费提供。

ARIEL任务的首席研究员Giovanna Tinetti说：“ARIEL是一项具有挑战性的任务，正在推动系外行星研究的界限。数据挑战和ExoClock项目使我们能够建立一个拥有各种技能和背景的合作者的全球社区。我们期待在未来几年与他们合作开发网络，工具和分析技术，为2028年的任务启动做准备。“