机器学习识别HD 142666中嵌入原行星的运动学证据

对原行星盘的观测表明，正在形成的系外行星会在盘的气体和尘埃中留下特征印记。在气体中，这些形成中的系外行星会导致偏离开普勒运动的偏差，这可以通过分子谱线观测探测到。我们之前的工作已证明，机器学习能够正确判断这些盘中是否存在行星。利用我们的机器学习模型，我们在HD 142666盘中识别出强烈的、局域化的非开普勒运动。随后对一个在75 au处有一颗5倍木星质量行星的系统进行的流体动力学模拟，重现了该运动学结构。根据该领域目前确立的标准，我们得出结论：HD 142666拥有一颗行星。这项工作代表了利用机器学习识别原行星盘中先前被忽视的非开普勒特征的第一步。