首页天道酬勤谷歌银河系下载(太阳系行星2安卓)

谷歌银河系下载(太阳系行星2安卓)

admin 11-29 06:19 233次浏览

谷歌和美国宇航局宣布,通过机器学习技术,在开普勒-90系统中发现了一颗新行星。科学家将神经网络应用于开普勒望远镜收集的数据,首次发现了该系统的第八颗行星。在所有已知的行星系统中,这一发现使开普勒-90系统中已知行星的数量与太阳系中的数量相等。

加州高级软件工程师Kuoda的金鱼解释说:“在显示了15000个模拟信号后,它学会了如何区分实际的行星。我们使用我们的模型来识别600多颗恒星中的两颗新行星。这两颗行星被称为开普勒80g和开普勒90i。我们今天的关键发现是开普勒90i,它是开普勒90星系中的第八颗行星。”

事实上,天文学需要处理海量的数据和信息,而这些数据和图像中很多往往是模糊的,面对海量复杂的数据分析工作,他们往往会感到束手无策。尝试用人工智能技术代替人的分析,但受限于我编程知识的欠缺。经过合作尝试,研究人员发现将AI技术应用到算法中可以提高数据质量,便于进一步观察和研究。

谷歌在电话会议中解释说,在研究开普勒望远镜过去四年收集的数据时,谷歌使用的工具实际上与照片中识别猫和狗的工具相似。我不明白,是吗?

我来告诉你这个系统是通过什么算法工作的。

简单来说,就是一个神经网络系统,让望远镜拍摄到的模糊图像变得清晰,这样科学家就可以更好地分析图像中的细节。

这个系统由两组对立的神经网络组成。在训练中,一组神经网络会接收到一幅模糊的天文图像和一幅清晰的原始图像,并尽力修复模糊的那幅,使其接近原始图像的效果。另一个网络负责将恢复的图像与原始图像进行比较,找出它们之间的差异。

可以说应该是卷积神经网络和生成对抗网络。

卷积神经网络的一个典型应用是将图片输入网络,网络会对图片进行分类。比如你输入一张猫的图片,它会输出“猫”;如果你输入一张狗的图片,它会输出“狗”。卷积神经网络倾向于使用输入“扫描仪”,而不是一次分析所有的训练数据。例如,为了输入200 x 200像素的图片,您不需要使用具有40000个节点的输入层。相反,您只需要创建一个扫描层。这个输入层只有20 x 20个节点。您可以输入图片的前20 x 20像素(通常从图片的左上角开始)。一旦您通过了这个20 x 20像素的数据(可能已经用于训练),您就可以输入下一个20 x 20像素:将扫描仪向右移动一个像素。注意不要移动超过20个像素(或其他“扫描仪”宽度)。您可以稍微移动扫描仪,而不是将图像分割成20 x 20的块。然后,这些输入数据被前馈到卷积层而不是普通层。卷积层的节点没有完全连接。每个节点只与其相邻的小区相关联(它有多近取决于应用实现,但通常不超过几个)。这些卷积层数会随着网络的深入而逐渐缩小,通常卷积层数是输入因素。(因此,如果输入是20,则下一个卷积层可能是10,然后是5)。2的幂经常被使用,因为它们可以平均分配:32,16,8,4,2,1。除了卷积层,还有要素池层。池化是一种过滤细节的方法:最常用的池化技术是max pooling。例如,使用22像素,取四个像素中值最大的一个。为了将卷积神经网络应用于音频,片段长度的输入音频波被逐段输入。卷积神经网络在现实世界中的应用通常在末端增加一个前馈神经网络(FFNN)来进一步处理数据,这允许高度非线性的特征映射。这些网络被称为DCNN,但这些名称和缩写通常可以互换。

生成对抗网络是一种新的网络。网络成对出现:两个网络一起工作。生成性对抗网络可以由任意两个网络组成(虽然通常是一对前馈神经网络和卷积神经网络),其中一个负责生成内容,另一个负责判别内容。判别网络接收训练数据,同时生成网络生成的数据。判别网络可以正确预测数据源,然后作为生成网络的误差部分。这就形成了对抗:鉴别器越来越擅长识别真实数据和生成数据,而生成器则试图生成鉴别器无法识别的数据。这种网络取得了很好的效果,部分原因是即使是非常复杂的噪声模式最终也可以预测出来,但更难区分与输入数据相似的特征内容。生成性对抗网络很难训练,因为你不仅要训练两个网络(其中任何一个都有自己的问题),还要考虑两个网络的动态平衡。如果预测或生成部分变得比另一部分更好,网络最终不会收敛。

事实上,这部作品在业内已经非常受欢迎。

2012年,研究脉冲星的天文学家开发了初级神经网络,并在测试中发现了85%的脉冲星,而2016年制造的智能系统可以快速有效地识别辐射信号的来源。

在光学分析方面,一个名为RobERt的神经网络系统可以在几秒钟内完成研究人员可以分析的恒星化学成分。

澳大利亚国立大学的研究人员开始使用

人工智能帮助天文观测,从数千计星系中挑选出研究对象,可以筛选出动荡、混乱的星系进行研究;

“人工智能将要全面进入科研领域” Schawinski说,“这仅仅是一场革命的开始。我们正在见证未来科学研究的剧变。”

Java--JUC之CountDownLatchSemaphore以及CyclicBarrier计算一个字符串中有多少回文
信息化设施包括哪些(产品信息化包括什么的信息化) ()
相关内容