ExoNet: Multimodal Deep Learning for TESS Exoplanet Candidate Identification via Phase-Folded Light Curves, Stellar Parameters, and Multi-Head Attention Fusion

Resumen Técnico: ExoNet

1. Planteamiento del Problema

La misión TESS (Transiting Exoplanet Survey Satellite) de la NASA ha acumulado más de 7,800 candidatos a exoplanetas a principios de 2026, pero solo 720 han sido confirmados. Esta discrepancia crea un cuello de botella crítico en la validación, ya que los pipelines tradicionales dependen de la inspección manual de informes de validación de datos (DV), un proceso que no escala para el volumen actual de datos. Aunque existen soluciones de aprendizaje automático previas (como AstroNet, ExoMiner), la mayoría trata las curvas de luz y los parámetros estelares de forma separada o carece de arquitecturas de fusión multimodal avanzadas para integrar ambas fuentes de información de manera conjunta.

2. Metodología: Arquitectura ExoNet

El artículo presenta ExoNet, un marco de aprendizaje profundo multimodal diseñado para la clasificación de candidatos a exoplanetas. La arquitectura se basa en una fusión tardía (late-fusion) que integra tres modalidades de entrada:

• Entradas de Datos:

  1. Vista Global de la Curva de Luz: 2001 bins que cubren toda la órbita (incluyendo eclipses secundarios y asimetrías impar-par).
  2. Vista Local de la Curva de Luz: 2001 bins centrados en el tránsito, preservando la forma de entrada y salida (ingress-egress).
  3. Parámetros Estelares: Un vector de 8 características escalares (periodo, duración, profundidad, radio planetario, temperatura de equilibrio, temperatura efectiva, gravedad superficial y metalicidad).

• Componentes del Modelo:

  • Codificadores 1D-CNN: Dos redes neuronales convolucionales 1D independientes (con pesos separados) procesan las vistas global y local. Cada una utiliza 5 bloques residuales con pooling de paso 2, reduciendo la secuencia temporal a ~62 pasos.
  • Atención Multi-Cabeza (MHA): Se aplica una capa de Atención Multi-Cabeza (8 cabezas) sobre los mapas de características temporales de la CNN. Esto permite al modelo aprender a ponderar dinámicamente regiones específicas (como el tránsito) y suprimir sistemáticos fuera del tránsito, imitando el escaneo humano de informes.
  • MLP Estelar: Una red neuronal densa (MLP) procesa los 8 parámetros estelares.
  • Fusión Residual Tardía: Las salidas de los dos codificadores de curvas de luz (256 dimensiones cada uno) y el MLP estelar (128 dimensiones) se concatenan en un vector de 640 dimensiones. Este vector pasa por un MLP de fusión con una conexión residual (shortcut) antes de llegar a la cabeza de clasificación binaria.

• Entrenamiento:

  • Entrenado sobre datos etiquetados de Kepler (Catálogo KOI).
  • Uso de precisión mixta (FP16) en GPU NVIDIA L4, completando el entrenamiento en menos de 2 horas.
  • Optimizador AdamW con OneCycleLR y early stopping basado en el AUC de validación.

3. Contribuciones Clave

1. Arquitectura Trimodal Innovadora: Primera aplicación de una fusión tardía residual que combina vistas globales/locales de curvas de luz con parámetros estelares mediante una red 1D-CNN + Atención Multi-Cabeza.
2. Validación de Modalidades: Demostración mediante ablación de que cada modalidad añadida (global, local, estelar) mejora métricamente el rendimiento (AUC).
3. Catálogo TESS de Alta Confianza: Identificación de 35 candidatos de alta confianza (≥70%) entre 200 candidatos no confirmados de TESS, incluyendo 19 en la zona habitable.
4. Descubrimiento Destacado: Identificación de TOI-7949.87, un candidato con un 99.64% de probabilidad de ser un planeta, con un radio cercano al de la Tierra (0.97 $R_\oplus$) orbitando una estrella similar al Sol.
5. Reproducibilidad: Código y catálogo de candidatos liberados públicamente, utilizando únicamente datos de archivos públicos de la NASA.

4. Resultados

• Rendimiento en Kepler (Set de Prueba):

  • AUC de Validación: 0.8566.
  • AUC de Prueba: 0.8112.
  • Precisión: 72.86%.
  • Comparativa de Ablación:
    • Solo CNN Global: 0.749 AUC.
    • CNN Global + Local: 0.793 AUC.
    • ExoNet Completo (Trimodal): 0.8112 AUC (mejora de +0.063 sobre la mejor línea base unimodal).
    • La atención multi-cabeza contribuyó con aproximadamente +0.013 de AUC adicional.

• Aplicación a TESS:

  • De 200 candidatos analizados, se identificaron 35 señales de alta confianza (≥70%).
  • 27 superaron el 85% de confianza.
  • 19 candidatos se encuentran en el rango de temperatura de la zona habitable (200–400 K).
  • TOI-7949.87 destaca como el candidato más prometedor para seguimiento con velocidad radial, debido a su tamaño terrestre y huésped solar.

5. Significado e Impacto

ExoNet aborda la necesidad urgente de automatización escalable en la astronomía de exoplanetas. Su principal valor reside en la accesibilidad y reproducibilidad: a diferencia de pipelines propietarios complejos (como SPOC de NASA o ExoMiner++ que requieren datos internos masivos), ExoNet puede entrenarse en una sola GPU en menos de dos horas utilizando solo datos públicos.

El modelo demuestra que la fusión multimodal (combinar la forma de la señal de tránsito con el contexto físico de la estrella) es superior a los enfoques unimodales, permitiendo filtrar falsos positivos (como binarias eclipsantes de fondo) que tienen señales fotométricas similares pero parámetros estelares inconsistentes. Además, al priorizar candidatos en la zona habitable y de tamaño terrestre, ExoNet proporciona una lista de objetivos de alto valor para misiones futuras como el telescopio espacial James Webb (JWST) y observatorios de velocidad radial (como ESPRESSO), acelerando la búsqueda de mundos potencialmente habitables.

Limitaciones notadas: El modelo no ha realizado adaptación de dominio específica para TESS (entrenado en Kepler), y aproximadamente un tercio de los candidatos de TESS carecían de curvas de luz disponibles, requiriendo relleno con ceros. Además, la "habitabilidad" se basa en una aproximación de temperatura de equilibrio y requiere modelado atmosférico posterior.