Aplicação de Inteligência Artificial na Classificação de Exoplanetas Semelhantes à Terra

Resumo

O estudo de exoplanetas ganhou relevância com o avanço de missões como Kepler e TESS, além do acesso a grandes repositórios de dados, como o NASA Exoplanet Archive. A análise de um volume expressivo de informações demanda abordagens automáticas e precisas, nas quais a Inteligência Artificial (IA) e a Mineração de Dados têm se destacado. Este trabalho apresenta resultados de dois projetos de iniciação científica voltados à aplicação de algoritmos de aprendizado de máquina para classificar exoplanetas em função de sua similaridade com a Terra. Foram empregados métodos supervisionados e não supervisionados, incluindo Support Vector Machine (SVM), Principal Component Analysis (PCA) e Hierarchical Clustering. Após o pré-processamento, que reduziu em 45,5% a base inicial devido à remoção de valores incertos ou nulos, verificou-se que os dados preservaram consistência para a análise. Os primeiros agrupamentos revelaram padrões físicos e astronômicos relevantes, que servirão de base para rotulações preliminares e posterior classificação supervisionada. Os resultados iniciais confirmam a viabilidade da abordagem e indicam potencial para identificar exoplanetas com características semelhantes às terrestres, contribuindo para a Física Computacional e para futuras pesquisas sobre habitabilidade.