Astroconformer是一种基于Transformer的模型，能够分析Kepler计划中的恒星光变曲线，展现出在推断恒星和地球引力方面的优势。研究表明，深度学习和卷积神经网络（CNN）能有效检测系外行星，提高准确性和速度，减少人工审核需求。这项技术在光曲线分析中展现出强大潜力，适用于未来的空间任务。

本研究提出了一种基于卷积神经网络的深度学习模型，能够高效准确地进行光变星分类，分类准确率最高可达98%。该模型通过自动提取光变曲线特征，简化了分类器设计，适用于不同尺度和采样间隔的数据处理。