Для поиска транзитов используется банк шаблонов с логарифмически распределёнными длительностями и периодами. На каждом этапе оценивается Байесовский фактор — интеграл по параметрам планеты, который позволяет объективно отличить сигнал планеты от шума и систематик. Важный критерий — согласованность длительности транзита с теоретическим ожиданием по закону Кеплера, с учётом плотности звезды, эксцентриситета и наклона орбиты.

Особое внимание уделяется анализу индивидуальных транзитов: если значимость события обеспечивается одной-двумя аномалиями, а остальные транзиты не подтверждают сигнал, то такой кандидат исключается. Для оценки достоверности используется статистика согласованности вклада каждого транзита, а также проверка на близость к крупным пропускам данных.

Авторы провели серию тестов на реальных наблюдениях Kepler и на искусственных данных. Новый алгоритм подтвердил все известные планеты, но исключил значительную часть кандидатов с длинным периодом и низким уровнем сигнала. В частности, несколько объектов в обитаемой зоне, ранее считавшихся перспективными,  были признаны ложными, что влияет на оценку частоты потенциально пригодных для жизни экзопланет.

Алгоритм реализован на Python и доступен на GitHub. Работа позволяет повысить точность поиска экзопланет, ускоряет обработку больших астрономических массивов и даёт более честную оценку распространённости планет земного типа в галактике.