深度学习搜索附近 820 颗恒星的技术特征

寻找外星智能 (SETI) 的目标是通过分析其他行星的“技术签名”来确定技术生命在其他行星上的存在。 窄带多普勒无线电信号是技术签名的理论之一。

SETI 在无线电方面的主要挑战是开发一种可以拒绝人类无线电频率干扰的技术。 我们在这里展示了迄今为止最全面的基于深度学习的技术签名搜索。 结果返回了 8 个有希望的 ETI 信号，这些信号很有趣，应该作为 Breakthrough Listen 的一部分重新观察。

搜索包括 820 个独特的目标，这些目标由 Robert C. Byrd Green Bank 望远镜观测到。 这总计超过 480 小时的空中数据。 我们使用 beta-Convolutional-Variational-Autoencoder，这是一种新颖的算法，可以在半无监督的情况下识别技术签名候选者，同时保持较低的误报率。 这种新方法是在数据驱动天文学时代加速 SETI 研究和其他瞬态天文学的有前途的解决方案。

来源和详细信息：

A Deep-learning Search For Technosignatures Of 820 Nearby Stars