FLIP maakt een natuurkundig model van de telescoop en stelt miljoenen parameters bij om de waargenomen sterrengloed zo goed mogelijk te beschrijven. Toegepast op bestaande Webb waarnemingen verbeterde de methode de gevoeligheid voor zwakke planeten volgens de onderzoekers met een factor 2 tot 15.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did the Northwestern University led team’s Physics based Learning for Imaging Planets (FLIP) method, reported in Nature on November 4, u. Article summary: FLIP’s central advance was to fit a physics based model of the telescope’s starlight to the observations, rather than rely solely on subtracting another star’s image; that let it compensate computationally for instrument. Topic tags: general web, ai, workflow, productivity, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
Een planeet naast een heldere ster kan in een telescoopbeeld schuilgaan in de overweldigende gloed. Een team onder leiding van Northwestern University ontwikkelde daarvoor een nieuwe aanpak: FLIP, voluit Physics-based Learning for Imaging Planets. De methode maakt een natuurkundig model van de telescoop en gebruikt dat om sterlicht nauwkeuriger uit de beelden te halen. 1
2
De studie verscheen op 4 november 2026 in Nature. Toen de onderzoekers FLIP toepasten op al bestaande waarnemingen van de James Webb-ruimtetelescoop (JWST), werd de gevoeligheid voor zwakke planeten volgens de studie 2 tot 15 keer groter dan met standaardmethoden. Daarvoor waren geen nieuwe waarnemingen nodig. 1
2
FLIP simuleert hoe sterlicht door de spiegels van Webb reist en uiteindelijk de detectoren bereikt. Die virtuele kopie — een zogenoemde digitale tweeling — levert een model op van de sterrengloed die in de waarneming te verwachten is. 1
Dat model is flexibel: met een meerstapsoptimalisatie kan het rekening houden met instabiliteiten en veranderingen in het instrument. De onderzoekers gebruikten automatische differentiatie, ook wel autodiff, om miljoenen modelparameters te optimaliseren. Zo kan het model worden afgestemd op de daadwerkelijke waarneming voordat het sterlicht ervan wordt afgetrokken. 2
Hoewel de naam FLIP het woord Learning bevat en de optimalisatie technieken gebruikt die ook in machine learning voorkomen, draait de aanpak hier om een natuurkundig telescoopmodel. De beschikbare bronnen beschrijven geen AI-model dat zelfstandig planeten herkent; ze beschrijven een fysisch model waarvan de parameters rekenkundig worden bijgesteld. 1
2
Een opvallend resultaat was de detectie van 51 Eridani b bij 4,3 micrometer. De planeet was al bekend, maar was op die golflengte niet uit de sterrengloed te onderscheiden met de eerdere verwerking van de waarneming. FLIP haalde het signaal alsnog uit de bestaande JWST-data. 2
Dat is dus geen ontdekking van een nieuwe planeet. Het laat wel zien dat een andere manier om de telescoop en haar instabiliteit te modelleren informatie kan opleveren die in eerder verwerkte beelden verborgen bleef. 1
2
De studie meldt ook dat de methode is getest op waarnemingen waarbij de optische afwijkingen tussen referentie- en wetenschappelijke metingen merkbaar veranderden. Voor TYC 5899 noemt het artikel dat er geen begeleiders bekend zijn — dat is niet hetzelfde als bewijzen dat de ster helemaal geen planeten heeft. 2
De resultaten laten zien dat FLIP zwakkere signalen kan terughalen uit bestaande waarnemingen en instrumentinstabiliteit in de verwerking kan meenemen. Ze bewijzen op zichzelf niet hoeveel toekomstige ruimtetelescopen daardoor aan hardwarestabiliteit zouden kunnen inleveren. De beschikbare bronfragmenten geven onvoldoende basis om zulke specifieke voorspellingen vast te stellen. 1
2
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
FLIP maakt een natuurkundig model van de telescoop en stelt miljoenen parameters bij om de waargenomen sterrengloed zo goed mogelijk te beschrijven.
FLIP maakt een natuurkundig model van de telescoop en stelt miljoenen parameters bij om de waargenomen sterrengloed zo goed mogelijk te beschrijven. Toegepast op bestaande Webb waarnemingen verbeterde de methode de gevoeligheid voor zwakke planeten volgens de onderzoekers met een factor 2 tot 15.
Met FLIP werd 51 Eridani b waargenomen op een golflengte van 4,3 micrometer. Het gaat om een nieuwe detectie in de data, niet om de ontdekking van een nieuwe planeet.
FLIP maakt een natuurkundig model van de telescoop en stelt miljoenen parameters bij om de waargenomen sterrengloed zo goed mogelijk te beschrijven. Toegepast op bestaande Webb waarnemingen verbeterde de methode de gevoeligheid voor zwakke planeten volgens de onderzoekers met een factor 2 tot 15.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did the Northwestern University led team’s Physics based Learning for Imaging Planets (FLIP) method, reported in Nature on November 4, u. Article summary: FLIP’s central advance was to fit a physics based model of the telescope’s starlight to the observations, rather than rely solely on subtracting another star’s image; that let it compensate computationally for instrument. Topic tags: general web, ai, workflow, productivity, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
Een planeet naast een heldere ster kan in een telescoopbeeld schuilgaan in de overweldigende gloed. Een team onder leiding van Northwestern University ontwikkelde daarvoor een nieuwe aanpak: FLIP, voluit Physics-based Learning for Imaging Planets. De methode maakt een natuurkundig model van de telescoop en gebruikt dat om sterlicht nauwkeuriger uit de beelden te halen. 1
2
De studie verscheen op 4 november 2026 in Nature. Toen de onderzoekers FLIP toepasten op al bestaande waarnemingen van de James Webb-ruimtetelescoop (JWST), werd de gevoeligheid voor zwakke planeten volgens de studie 2 tot 15 keer groter dan met standaardmethoden. Daarvoor waren geen nieuwe waarnemingen nodig. 1
2
FLIP simuleert hoe sterlicht door de spiegels van Webb reist en uiteindelijk de detectoren bereikt. Die virtuele kopie — een zogenoemde digitale tweeling — levert een model op van de sterrengloed die in de waarneming te verwachten is. 1
Dat model is flexibel: met een meerstapsoptimalisatie kan het rekening houden met instabiliteiten en veranderingen in het instrument. De onderzoekers gebruikten automatische differentiatie, ook wel autodiff, om miljoenen modelparameters te optimaliseren. Zo kan het model worden afgestemd op de daadwerkelijke waarneming voordat het sterlicht ervan wordt afgetrokken. 2
Hoewel de naam FLIP het woord Learning bevat en de optimalisatie technieken gebruikt die ook in machine learning voorkomen, draait de aanpak hier om een natuurkundig telescoopmodel. De beschikbare bronnen beschrijven geen AI-model dat zelfstandig planeten herkent; ze beschrijven een fysisch model waarvan de parameters rekenkundig worden bijgesteld. 1
2
Een opvallend resultaat was de detectie van 51 Eridani b bij 4,3 micrometer. De planeet was al bekend, maar was op die golflengte niet uit de sterrengloed te onderscheiden met de eerdere verwerking van de waarneming. FLIP haalde het signaal alsnog uit de bestaande JWST-data. 2
Dat is dus geen ontdekking van een nieuwe planeet. Het laat wel zien dat een andere manier om de telescoop en haar instabiliteit te modelleren informatie kan opleveren die in eerder verwerkte beelden verborgen bleef. 1
2
De studie meldt ook dat de methode is getest op waarnemingen waarbij de optische afwijkingen tussen referentie- en wetenschappelijke metingen merkbaar veranderden. Voor TYC 5899 noemt het artikel dat er geen begeleiders bekend zijn — dat is niet hetzelfde als bewijzen dat de ster helemaal geen planeten heeft. 2
De resultaten laten zien dat FLIP zwakkere signalen kan terughalen uit bestaande waarnemingen en instrumentinstabiliteit in de verwerking kan meenemen. Ze bewijzen op zichzelf niet hoeveel toekomstige ruimtetelescopen daardoor aan hardwarestabiliteit zouden kunnen inleveren. De beschikbare bronfragmenten geven onvoldoende basis om zulke specifieke voorspellingen vast te stellen. 1
2
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
FLIP maakt een natuurkundig model van de telescoop en stelt miljoenen parameters bij om de waargenomen sterrengloed zo goed mogelijk te beschrijven.
FLIP maakt een natuurkundig model van de telescoop en stelt miljoenen parameters bij om de waargenomen sterrengloed zo goed mogelijk te beschrijven. Toegepast op bestaande Webb waarnemingen verbeterde de methode de gevoeligheid voor zwakke planeten volgens de onderzoekers met een factor 2 tot 15.
Met FLIP werd 51 Eridani b waargenomen op een golflengte van 4,3 micrometer. Het gaat om een nieuwe detectie in de data, niet om de ontdekking van een nieuwe planeet.