Chine : Nouveau Modèle FLARE pour Prédire les Éruptions Stellaires avec Précision

Le China Academy of Sciences Automation Institute (CASIA) et l'Observatoire national des sciences astronomiques (ONAS) ont annoncé le lancement d'un modèle avancé pour prédire les éruptions stellaires, appelé FLARE (Forecasting Light-curve-based Astronomical Records via features Ensemble). Ce modèle, qui s'appuie sur la plateforme de recherche scientifique intelligente ScienceOne, offre une précision sans précédent dans ce domaine crucial pour comprendre la structure et l'évolution stellaire, ainsi que pour explorer les planètes exoplanétaires potentiellement habitables et rechercher des signes de vie extraterrestre. Les éruptions stellaires représentent un processus complexe durant lequel une importante quantité d'énergie magnétique est libérée rapidement dans l'atmosphère stellaire. Elles jouent un rôle essentiel dans divers phénomènes astrophysiques, mais les échantillons observés restent limités, rendant difficile une étude exhaustive. La prédiction précise de ces événements est donc un défi majeur pour les astronomes. Contrairement aux éclats solaires qui peuvent être relativement bien prévisibles, les éruptions stellaires sont principalement basées sur l'analyse des courbes de luminosité. Ces courbes, qui peuvent souffrir de manques de données, varient considérablement selon l'étoile et même pour la même étoile dans des périodes différentes, ce qui complique grandement la tâche de prédiction. FLARE utilise une approche innovante en combinant les caractéristiques physiques des étoiles (telles que l'âge, la vitesse de rotation et la masse) avec leurs enregistrements historiques d'éruptions. Le modèle est équipé de deux modules clés : un module de soft prompt (Soft Prompt Module) et un module de fusion des enregistrements résiduels (Residual Record Fusion Module). Ces modules permettent une intégration efficace des données physiques et historiques, améliorant significativement la capacité de FLARE à extraire des caractéristiques pertinantes des courbes de luminosité. L'efficacité de FLARE a été testée sur un vaste ensemble de données composé de 7 160 courbes de luminosité précises provenant de différentes étoiles. Les résultats montrent que le modèle atteint un taux de précision supérieur à 70 %, avec des performances excelling sur plusieurs indicateurs évaluatifs tels que l'exactitude, la valeur F1, le rappel et la précision. Cette performance est nettement supérieure à celle d'autres modèles avancés, notamment les perceptrons multi-couches (MLPs), les réseaux de neurones récurrents (RNNs), les réseaux de neurones convolutifs (CNNs), les réseaux de neurones à graphes (GNNs), les Transformers et les méthodes d'analyse de séries temporelles basées sur des grands modèles linguistiques pré-entrainés. Un autre atout de FLARE est sa grande flexibilité. Le modèle est capable d'adapter ses prédictions aux modèles spécifiques des courbes de luminosité de chaque étoile, garantissant une précision élevée même lorsque les courbes de luminosité de la même étoile varient au fil du temps. Cette adaptabilité permet aux chercheurs de mieux comprendre les dynamiques individuelles des étoiles et d’améliorer leurs prédictions de façon significative. La collaboration entre CASIA et ONAS représente une avancée marquante dans le domaine de l'astronomie grâce à l'intégration de l'intelligence artificielle (IA). Elle démontre le potentiel de l'IA pour résoudre des problèmes complexes dans l'astronomie, en offrant aux scientifiques une nouvelle et puissante tool pour leurs recherches. FLARE est attendu pour jouer un rôle crucial dans l'identification d'événements stellaires importants et l' exploration des mystères de l'univers. Les résultats de cette étude ont été acceptés pour publication lors de la conférence internationale IJCAI 2025, une reconnaissance majeure dans le domaine de l'IA. L'équipe de recherche continue d'affiner FLARE et espère que son développement contribuera à des avancées significatives dans l'astronomie. FLARE promet non seulement de renforcer nos connaissances sur les étoiles, mais aussi d'ouvrir de nouvelles voies pour l'étude des exoplanètes et la recherche de traces de vie extraterrestre.