INVESTIGAÇÃO DA HABITABILIDADE PLANETÁRIA DE EXOPLANETAS DO TIPO MINI NETUNOS POR MEIO DE TÉCNICAS DE DATA MINING E MACHINE LEARNING

Resumo

Nas últimas décadas, vários exoplanetas do tipo Mini Netunos foram descobertos orbitando
estrelas dos tipos M, K e G. Entretanto, pouco se conhece sobre a constituição desses objetos ou se eles
são aptos a abrigar algum tipo de vida. Assim, o objetivo dessa pesquisa foi analisar as condições de
habitabilidade planetária de 795 planetas por meio de técnicas de Data Mining e Machine Learning.
Com a utilização do procedimento de Análise por Componentes Principais (PCA), as informações de
uma população seleta de planetas contidas no repositório público da NASA sofreram um processo de
redução de dimensionalidade para que, posteriormente, fosse empregado o método de clusterização não
hierárquico K-Means. O processo teve como propósito agrupar corpos semelhantes e escolher entre eles
aqueles mais propensos a fornecer condições otimizadas para a vida se desenvolver. A análise desses
agrupamentos revelou que um conjunto específico de exoplanetas apresentava características mais
adaptadas à existência de uma biosfera capaz de possibilitar a identificação de bioassinaturas ligadas à
vida, já que possuíam valores de Índice de Similaridade com a Terra (ESI) elevados. Esse aglomerado
de planetas extrasolares foi estudado, o que permitiu a identificação de nove alvos prioritários para
futuras missões de busca por assinaturas biológicas. O estudo demonstra a eficácia da combinação de
técnicas de análise de dados no auxílio de missões astronômicas que visam encontrar sinais de vida
extraterrestre na atmosfera de exoplanetas.