利用机器学习进行异常检测，在系外行星大气中寻找新颖的化学反应
原文中文，约300字，阅读约需1分钟。发表于：。下一代望远镜将提供大量高分辨率光谱数据，用于分析成千上万个系外行星。我们提倡将机器学习技术应用于异常检测，以识别具有不寻常化学组成甚至寻找未知生物特征的行星的恒星过境光谱。我们成功地证明了两种流行的异常检测方法（局部异常因子和单类支持向量机）在大型公开数据库的合成光谱上的可行性，并使用 ROC 曲线量化和比较了这两种机器学习技术的性能。
下一代望远镜将提供高分辨率光谱数据，用于分析系外行星。研究者提倡使用机器学习技术进行异常检测，以寻找具有不寻常化学组成和未知生物特征的行星。他们成功验证了两种流行的异常检测方法在合成光谱上的可行性，并通过ROC曲线比较了这两种技术的性能。
