Badacze opracowali hierarchiczny pipeline machine learning'u do wykrywania anomalii w danych telemetrycznych satelitów Europejskiej Agencji Kosmicznej. System wykorzystuje podejście ensemble łączące różne modele do poprawy dokładności detekcji. Rozwiązanie ma znaczenie praktyczne dla monitorowania zdrowia satelitów i zapobiegania awariom, stanowiąc ważny krok w automatyzacji analityki danych kosmicznych.