A Bayesian periodogram finds evidence for three planets in 47 Ursae Majoris
Notice bibliographique
Résumé
A Bayesian analysis of 47 Ursae Majoris radial velocity data confirms and refines the properties of two previously reported planets with periods of 1079 and 2325 d. The analysis also provides orbital constraints on an additional long-period planet with a period of ∼10 000 d. The three-planet model is found to be 105 times more probable than the next most probable model which is a two-planet model. The non-linear model fitting is accomplished with a new hybrid Markov chain Monte Carlo (HMCMC) algorithm which incorporates parallel tempering, simulated annealing and genetic crossover operations. Each of these features facilitate the detection of a global minimum in χ2. By combining all three, the HMCMC greatly increases the probability of realizing this goal. When applied to the Kepler problem, it acts as a powerful multiplanet Kepler periodogram. The measured periods are 1078 ± 2 d, 2391+100−87 d and 14002+4018−5095 d, and the corresponding eccentricities are 0.032 ± 0.014, 0.098+.047−.096 and 0.16+.09−.16. The results favour low-eccentricity orbits for all three. Assuming the three signals (each one consistent with a Keplerian orbit) are caused by planets, the corresponding limits on planetary mass (M sin i) and semimajor axis are (2.53+.07−.06MJ, 2.10 ± 0.02 au), (0.54 ± 0.07 MJ, 3.6 ± 0.1 au) and (1.6+0.3−0.5MJ, 11.6+2.1−2.9 au), respectively. Based on a three-planet model, the remaining unaccounted for noise (stellar jitter) is 5.7 m s−1. The velocities of model fit residuals were randomized in multiple trials and processed using a one-planet version of the HMCMC Kepler periodogram. In this situation, periodogram peaks are purely the result of the effective noise. The orbits corresponding to these noise-induced periodogram peaks exhibit a well-defined strong statistical bias towards high eccentricity. We have characterized this eccentricity bias and designed a correction filter that can be used as an alternate prior for eccentricity to enhance the detection of planetary orbits of low or moderate eccentricity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».