В даному дослідженні представлено ефективний підхід до виявлення екзокометних транзитів у даних першого сектору космічного телескопу Transiting Exoplanet Survey Satellite (TESS). Враховуючи обмежену кількість наявних екзокометних транзитів, що виявлені у спостережуваних кривих блиску, створення репрезентативної тренувальної вибірки для машинного навчання є великою складністю. Ми розробили унікальну тренувальну вибірку шляхом інкапсуляції змодельованих асиметричних профілів транзиту в спостережувані криві блиску, таким чином створюючи реалістичні дані для навчання моделі. Щоб проаналізувати ці криві блиску, ми використали програмний пакет TSFresh, який служив інструментом для виявлення ключових ознак, які потім використовувалися для вдосконалення нашої моделі Випадковий ліс при навчанні.

               Враховуючи, що кометні транзити зазвичай мають невелику глибину, менше ніж 1% яскравості зірки, ми вирішили обмежити вибірку параметром CDPP. Наше дослідження було зосереджено на двох цільових вибірках: криві блиску з CDPP менше 40 ppm та криві блиску з CDPP до 150 ppm. Кожна вибірка супроводжувалась відповідною тренувальною вибіркою. Наш метод продемонстрував високу точність, досягнувши показника біля 96%, в поєднанні з високими показниками влучності (Precision) та повноти (Recall) для обох, які перевищують 95%, а також збалансованими показниками F1-міри на рівні 96%. Цей рівень точності відповідає ефективному розпізнаванню транзитів 'кандидат на екзокомету' та 'не кандидат' для кривих блиску з CDPP менше 40 ppm, при цьому наша модель ідентифікувала 12 потенційних екзокомет-кандидатів. Однак, застосовуючи машинне навчання до менш точних кривих блиску в яких CDPP до 150 ppm, ми помітили значне збільшення кривих, які не можна було впевнено класифікувати, але навіть у цьому випадку наша модель ідентифікувала 20 потенційних екзокомет-кандидатів.

          Ці багатообіцяючі результати в першому секторі спонукають нас розширити наш аналіз на всі сектори TESS для виявлення та вивчення кометоподібної активності в позасонячних планетарних системах.