基于人工智能的多行星系统中行星预测及行星参数与恒星参数间相关性分析

已确认的系外行星数量不断增加，迄今为止已确认超过5000颗系外行星。现在我们有机会测试支配行星系统规律的有效性，并迈出发现行星物理参数与恒星参数之间关系的步骤。首先，我们 presenting在229个至少包含3颗以上已确认行星的多行星系统中搜索额外系外行星的研究结果，采用称为Titius-Bode(TB)关系的行星在我们太阳系中的对数间距。我们发现约53%的系统中的行星遵循的对数间距关系优于太阳系中的行星。我们预测发现426个额外系外行星，其中47颗位于宜居区(HZ)内，且其中5颗行星的最大质量限制为0.1-2 $M_{\oplus}$，且最大半径低于1.25 $R_{\oplus}$。其次，我们采用有效的机器学习方法分析由762颗已确认系外行星和8颗太阳系行星组成的数据集，以刻画其基本量。我们将数据分为两个主要类别：``小型''和``巨型''行星，分别以 $R_{p}=8.13R_{\oplus}$ 和 $M_{p}=52.48M_{\oplus}$ 为截止值。巨型行星密度较低，表明更高的氦氢质量分数，而小型行星密度更高，主要由更重的元素组成。我们指出行星质量、轨道周期和恒星质量在预测系外行星半径方面起关键作用。值得注意的是，我们的研究结果显示，对于巨型行星，我们观察到行星半径与其宿主恒星质量之间存在强相关性，这可能为行星形成与恒星特征之间的关系提供了有趣的见解。