ExoVeil: cómo una sola sombra de tránsito revela exoplanetas ✦
EXOVEIL es un sistema de búsqueda de tránsitos que opera con series temporales de flujo sin procesar y es capaz de detectar tránsitos únicos. Basado en un modelo Transformer entrenado con enmascaramiento de tránsitos en 16,499 curvas de luz de Kepler, se predice el flujo estelar esperado; un filtro acoplado con varianza ponderada extrae señales de los residuos de las predicciones. Un clasificador XGBoost separa planetas de falsos positivos (AUC 0.938 en Kepler DR25). Al inyectar tránsitos únicos de 1000 ppm de profundidad, el sistema recupera el 32%, una tarea en la que todos los métodos de clasificación muestran un 0%. Una búsqueda ciega en 3737 estrellas de Kepler reveló 179 nuevas señales similares a tránsitos, incluidos 46 candidatos a monotránsitos. Sin reentrenamiento, el sistema detectó los 47 planetas confirmados de TESS en el campo PLATO LOPS2, demostrando transferencia entre misiones. Con cuadros de 25 segundos de PLATO se detectan tránsitos de hasta 100 ppm, acercándose al régimen de análogos terrestres. Se aplica por primera vez predicción conforme con cobertura empírica del 95.9%. El código, los pesos preentrenados y el catálogo de candidatos son abiertos (pip install exoveil).
Context
Los algoritmos clásicos de búsqueda por tránsito de exoplanetas requieren conocer el período y la señal de fase plegada. Si el planeta cruza el disco solo una vez durante todo el tiempo de observación —lo que es típico de análogos terrestres de período largo— estos métodos no sirven. Precisamente en esos objetos se centra el interés de la misión PLATO y los futuros estudios de habitabilidad. ExoVeil cambia el paradigma: en lugar de clasificar señales conocidas, el sistema aprende a predecir el brillo de la estrella y reacciona ante cualquier desviación sistemática, como un detector de anomalías.
Methods
En el corazón de ExoVeil hay una red neuronal Transformer (6 capas, 8 cabezas de atención), entrenada para predecir el siguiente valor de brillo de la estrella a partir de toda la historia previa. Para que los tránsitos se volvieran lo más anómalos posible, durante el entrenamiento se enmascararon los segmentos con planetas conocidos y se reemplazaron con un fondo interpolado: el modelo nunca vio tránsitos reales. Entrenada en las curvas de fotometría de 16 499 estrellas, incluyendo las similares al Sol y enanas rojas, el modelo luego calcula los residuos, a los que se aplica un filtro adaptado (matched filter) con pesos inversos a la varianza de predicción, lo que aumenta la sensibilidad en tramos tranquilos y suprime el ruido. Las falsas alarmas, como las binarias eclipsantes con enanas blancas, se filtran mediante un clasificador XGBoost con 21 características, y la predicción conforme proporciona garantías formales de cobertura para la jerarquización de candidatos.
Results
Una búsqueda ciega entre 3737 estrellas de Kepler reveló 179 anomalías similares a tránsitos no incluidas en el catálogo DR25; aunque el análisis visual mostró que algunas se deben a enfriamiento posterior a erupciones, errores de seguimiento de rotación y efectos de borde. En una prueba con inyección de tránsitos únicos, ExoVeil recuperó el 32% de los eventos a una profundidad de 1000 ppm, mientras que los clasificadores tradicionales no pueden funcionar sin plegado de fase. Al transferir a datos de TESS sin reentrenamiento, el sistema detectó los 47 planetas confirmados en el campo PLATO LOPS2, incluidos los de período largo y pequeños. La simulación de la cadencia de PLATO (exposiciones de 25 segundos) mostró que la sensibilidad alcanza 100 ppm, acercándose al régimen de análogos terrestres. Sin embargo, todos estos resultados requieren verificación mediante espectroscopía de seguimiento.
Implications
El nuevo enfoque rompe la barrera entre detección y clasificación. Es especialmente valioso para buscar planetas de período largo, imposibles de encontrar con métodos tradicionales, y prácticamente duplica la ventana de observación disponible para el análisis. La búsqueda de planetas en nuestra Galaxia entra en una nueva era. Además, las garantías formales de la predicción conforme permiten distribuir de manera más eficiente el costoso tiempo de telescopio para la confirmación. En el futuro, con el desarrollo de la espectroscopía atmosférica, basada en las leyes de Rydberg, estos candidatos podrían convertirse en objetivos para buscar biomarcadores — agua, metano y dióxido de carbono — en sus atmósferas.
Future development
El desarrollo del método avanzará en varias líneas: mejora de la sensibilidad mediante arquitecturas más ligeras (por ejemplo, Mamba en lugar de Transformer) para procesar curvas de luz completas; integración con simulaciones de PLATO para una evaluación precisa del rendimiento en el régimen de análogos terrestres; y creación de sistemas híbridos que combinen predicción y clasificación. Un paso importante será el reconocimiento y filtrado automático de las clases de falsas alarmas identificadas.
Impact
El método influirá directamente en el diseño de los pipelines de procesamiento de datos de las futuras misiones (PLATO, ARIEL), la estrategia de seguimiento terrestre y la asignación del tiempo de observación.
Next steps
Los próximos pasos incluyen la validación con datos simulados de PLATO (PlatoSim), la adición de filtros para el descarte automático de falsas alarmas y la confirmación de candidatos mediante velocidades radiales, que utilizan el principio Doppler.
Key open problems
Los resultados están directamente relacionados con el problema central de la astrofísica contemporánea: la búsqueda de mundos potencialmente habitables y la comprensión de la frecuencia de aparición de vida en el Universo.
🎯 Dato curioso: la primera versión del detector, basada en reglas manuales, dio un AUC de 0.36, peor que el azar (0.5). Resultó que los residuos de binarias eclipsantes eran más profundos que los planetarios, y el sistema los tomó como señales «más fiables».
Key numbers
- Entrenado en estrellas de Kepler: 16 499
- Recuperación de tránsitos únicos (1000 ppm): 32%
- Nuevos candidatos en búsqueda ciega: 179
- Recuperación de planetas TESS (LOPS2): 100% (47/47)
- Profundidad de detección con cadencia PLATO: 100 ppm