🚀 AI-powered exoplanet detection system using NASA TESS & Kepler data 快速打造：BLS/TLS 基線 + 輕量 ML 訓練（合成注入/TOI 監督） + 新資料一鍵推論 + 互動可視化 針對 NASA Space Apps 2025 挑戰「A World Away — Hunting for Exoplanets with AI」
- 對題意：需要「在 NASA 開放資料上訓練」並能「分析新資料」的 AI/ML 模型。
- 48h 友善：先跑 BLS/TLS 基線 → 抽特徵 → 用 LogReg/XGBoost 訓練（合成注入或 TOI 監督）。
- Colab 友善：所有 Notebook 皆可在 Google Colab 執行；大型檔案留在 Drive。
spaceapps-exoplanet-claude-starter/
├─ app/
│ ├─ bls_features.py # BLS/TLS 與特徵萃取
│ ├─ injection.py # 合成凌日注入與資料產生
│ ├─ train.py # 訓練（LogReg/XGBoost）與校準
│ ├─ infer.py # 新資料端到端推論（TIC -> MAST -> 機率）
│ └─ utils.py # TAP/MAST/Lightkurve 小工具
├─ notebooks/
│ ├─ 01_tap_download.ipynb # TAP 資料下載：TOI + Kepler EB
│ ├─ 02_bls_baseline.ipynb # 基線：去趨勢 + BLS + 可視化
│ ├─ 03_injection_train.ipynb # 合成注入 + 監督式訓練管線
│ ├─ 04_newdata_inference.ipynb # 新資料一鍵推論（輸入 TIC）
│ └─ 05_metrics_dashboard.ipynb # 評估指標與模型比較儀表板
├─ data/ # 資料目錄（由 notebooks 產生）
│ ├─ toi.csv # TOI 完整資料
│ ├─ kepler_eb.csv # Kepler EB 資料
│ ├─ supervised_dataset.csv # 合併訓練資料集
│ └─ data_provenance.json # 資料來源文件
├─ queries/
│ ├─ pscomppars_example.sql # Exoplanet Archive TAP 範例
│ ├─ toi_columns.md # TOI 欄位與說明連結
│ └─ tap_howto.md # TAP 使用小抄（同步/非同步、格式）
├─ web/
│ └─ app.py # （選用）Streamlit Demo 原型
├─ DATASETS.md # 可用資料集與連結（NASA/社群）
├─ CLAUDE.md # 用 Claude Code 開發的工作指引
├─ README.md # 本檔：快速上手與比賽交付指南
├─ requirements.txt # 依賴（Colab 會以 notebook 安裝為主）
├─ .gitignore
└─ LICENSE
| Notebook | 說明 | Colab 連結 |
|---|---|---|
| 01_tap_download | TAP 資料下載（TOI + Kepler EB） |  |
| 02_bls_baseline | BLS/TLS 基線分析與可視化 | |
| 03_injection_train | 合成注入 + 監督學習訓練 | |
| 04_newdata_inference | 新資料端到端推論 | |
| 05_metrics_dashboard | 評估指標與模型比較 | |
使用預設倉庫路徑的可用連結：
# 1. Fork 或複製此專案到你的 GitHub
git clone https://github.com/YOUR_USERNAME/YOUR_REPO.git
cd YOUR_REPO
# 2. （可選）用 Claude Code 繼續開發
claude --project-path . "help me improve the model"-
直接從 GitHub 開啟：
- 點擊上方表格的 [
] 徽章
- 或進入 colab.research.google.com → File → Open notebook → GitHub 分頁 → 搜索
YOUR_USERNAME/YOUR_REPO
- 點擊上方表格的 [
-
執行訓練（推薦從
03_injection_train.ipynb開始）：# 第 1 格自動安裝所有依賴 !pip install lightkurve astroquery transitleastsquares wotan numpy"<2.0" # 若有 GPU，啟用混合精度訓練（見下方 L4 最佳化） import torch device = "cuda" if torch.cuda.is_available() else "cpu" print(f"🚀 使用裝置: {device}")
-
模型輸出：
- 訓練完成後會在
/content/model/產生模型檔案 - 若要持久化，連結 Google Drive：
from google.colab import drive; drive.mount('/content/drive')
- 訓練完成後會在
-
開啟推論：
- 點擊
04_newdata_inference.ipynb徽章直接測試推論管線 - 輸入 TIC ID（如
TIC 25155310）即可得到行星候選機率
- 點擊
# 在本機用 Claude Code 修改
claude "add feature X to the injection pipeline"
# 提交更改
git add . && git commit -m "feat: add feature X"
git push origin main
# 回到 Colab，重新開啟 notebook 即可看到最新版本Google Colab Pro/Enterprise 提供 NVIDIA L4 GPU，支援硬體加速的 BF16 訓練：
# 在訓練 notebook 中貼入以下程式碼區塊
import torch
from torch.cuda.amp import autocast, GradScaler
import numpy as np
# 檢查 GPU 型號與 BF16 支援
def setup_gpu_training():
if torch.cuda.is_available():
gpu_name = torch.cuda.get_device_name(0)
print(f"🚀 GPU: {gpu_name}")
# L4 (Ada Lovelace) 最佳化
if "L4" in gpu_name or "Ada" in gpu_name:
print("✅ 偵測到 L4 GPU - 啟用 BFloat16 加速")
return True, torch.bfloat16
else:
print("⚡ 使用 FP16 混合精度")
return True, torch.float16
else:
print("❌ CPU 模式")
return False, torch.float32
# 混合精度訓練循環
def train_with_amp(model, train_loader, optimizer, criterion):
use_amp, dtype = setup_gpu_training()
scaler = GradScaler(enabled=use_amp)
model.train()
for batch_idx, (data, target) in enumerate(train_loader):
optimizer.zero_grad(set_to_none=True) # 記憶體最佳化
if use_amp:
with autocast(dtype=dtype):
output = model(data)
loss = criterion(output, target)
scaler.scale(loss).backward()
scaler.step(optimizer)
scaler.update()
else:
output = model(data)
loss = criterion(output, target)
loss.backward()
optimizer.step()
if batch_idx % 100 == 0:
print(f'Batch {batch_idx}, Loss: {loss.item:.4f}')
# 推論最佳化
@torch.inference_mode() # 比 torch.no_grad() 更快
def predict_batch(model, data_loader):
model.eval()
predictions = []
for batch in data_loader:
with autocast(dtype=torch.bfloat16): # L4 推論加速
output = model(batch)
predictions.append(output.cpu())
return torch.cat(predictions)# Colab 環境資訊
!nvidia-smi
!cat /proc/meminfo | grep MemTotal
!df -h /content # 磁碟空間
# 清理快取避免 OOM
import gc
def cleanup_memory():
gc.collect()
if torch.cuda.is_available():
torch.cuda.empty_cache()
print(f"GPU 記憶體: {torch.cuda.memory_allocated()/1e9:.1f}GB")
# 批次處理大資料集
def process_large_lightcurves(tic_list, batch_size=32):
for i in range(0, len(tic_list), batch_size):
batch_tics = tic_list[i:i+batch_size]
# 處理批次
yield batch_tics
cleanup_memory() # 每批次後清理# 連結 Google Drive 持久化模型
from google.colab import drive
drive.mount('/content/drive')
# 建立專案目錄
import os
project_dir = "/content/drive/MyDrive/spaceapps-exoplanet"
os.makedirs(project_dir, exist_ok=True)
# 儲存訓練好的模型
import joblib
model_path = f"{project_dir}/best_model_v1.joblib"
joblib.dump(trained_model, model_path)
print(f"✅ 模型已存至: {model_path}")
# 下次開啟 notebook 載入模型
if os.path.exists(model_path):
model = joblib.load(model_path)
print("🔄 載入現有模型")# 快速建立專案並推上 GitHub
git clone https://github.com/exoplanet-spaceapps/exoplanet-starter.git my-exoplanet-ai
cd my-exoplanet-ai
git remote set-url origin https://github.com/YOUR_USERNAME/YOUR_REPO.git
# 用 Claude Code 快速開發（需要 Claude Code CLI）
claude --dangerously-skip-permissions -p "ultrathink; task: optimize BLS feature extraction for GPU batch processing; add L4 BF16 support to notebooks; commit 'feat(gpu): L4 optimization + BF16 training'"- NASA Exoplanet Archive：
pscomppars（已知行星人口）、toi（TESS 候選/假陽性標註）、koi/tce（Kepler 管線產物）。 - MAST + Lightkurve：Kepler/TESS 光變曲線下載、BLS/TLS 搜尋、互動
interact_bls()。 - Kepler Eclipsing Binary Catalog：負樣本與壓力測試。
- 指標：PR-AUC、Precision@K、Recall@已知、FP（EB/假陽性）率、推論延遲。
- 不確定性：Platt / Isotonic 校準 + 可靠度曲線。
- 可追溯：Notebook 中保留 TAP 查詢、MAST 下載參數與原始來源連結。
-- TOI 資料查詢（TESS Objects of Interest）
SELECT tid, toi, toipfx, tfopwg_disp, pl_orbper, pl_rade, pl_bmasse,
st_tmag, ra, dec
FROM toi
WHERE tfopwg_disp IN ('PC', 'CP', 'KP', 'FP')
ORDER BY tid
-- 確認行星參數查詢
SELECT pl_name, hostname, pl_orbper, pl_rade, pl_masse,
st_teff, st_rad, disc_year
FROM pscomppars
WHERE disc_facility = 'Transiting Exoplanet Survey Satellite (TESS)'import lightkurve as lk
# 搜尋 TESS 光曲線
search_result = lk.search_lightcurve(
"TIC 25155310",
mission="TESS",
author="SPOC"
)
# 下載並處理
lc = search_result[0].download()
lc_clean = lc.remove_nans()
lc_flat = lc_clean.flatten(window_length=401)-
NASA Exoplanet Archive: 2025年1月版本
- TOI 表：7000+ 候選天體
- pscomppars：5600+ 確認行星
- API 端點：https://exoplanetarchive.ipac.caltech.edu/TAP
-
MAST Archive:
- TESS 資料：Sectors 1-70
- 處理版本：SPOC v5.0
- API 端點：https://mast.stsci.edu/api/
-
Kepler EB Catalog: Version 3 (2016)
- 2877 個雙星系統
- 來源：http://keplerebs.villanova.edu/
- 偵測範圍：最佳化於 0.5-20 天週期，深度 >500 ppm
- 資料品質：需要至少 100 個有效資料點
- 假陽性源：雙星系統、背景混合、儀器效應
- 訓練偏差：合成注入可能無法完全模擬真實系統誤差
- API 依賴：需要穩定網路連接至 NASA/MAST
- 計算資源：批次處理需要充足記憶體（建議 >8GB）
- 版本相容：NumPy <2.0 限制（Lightkurve 相容性）
- 高信心候選（>0.8）仍需人工驗證
- 定期使用新 TESS 資料重新訓練
- 考慮多扇區觀測以提高可靠性
- 檢查已知行星資料庫避免重複發現
使用本專案請引用：
@software{exoplanet_ai_2025,
title = {Exoplanet AI Detection Pipeline},
author = {Space Apps 2025 Team},
year = {2025},
url = {https://github.com/exoplanet-spaceapps/exoplanet-starter}
}資料來源引用：
- NASA Exoplanet Archive: https://doi.org/10.26133/NEA12
- TESS Mission: Ricker et al. 2015, JATIS, 1, 014003
- Lightkurve: Lightkurve Collaboration, 2018
# 方案 A：降版 NumPy（在第一格執行）
!pip install 'numpy==1.26.4' --force-reinstall
# ⚠️ 執行後必須重啟運行時！
# 然後安裝套件
!pip install lightkurve astroquery transitleastsquares wotan所有相容性問題、測試腳本與解決方案請參考： 📋 COLAB_TROUBLESHOOTING.md - 完整排解指南
- 程式碼：Apache License 2.0（見 LICENSE）
- 資料：依各資料源條款（NASA/MAST/Exoplanet Archive/HLSP 等）使用與引用；在論文/專案頁逐條標註來源
感謝 Rosetta Li 你有看到這裡，好啦對不起，這次比賽我會努力ㄉ，不會馬虎！祝你 Re-offer 成功。