0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
电子发烧友
开通电子发烧友VIP会员 尊享10大特权
海量资料免费下载
精品直播免费看
优质内容免费畅学
课程9折专享价
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

通過計算機(jī)與神經(jīng)網(wǎng)絡(luò)分析太陽系的歷史

NVIDIA英偉達(dá)企業(yè)解決方案 ? 來源:未知 ? 作者:工程師郭婷 ? 2018-08-28 14:21 ? 次閱讀

數(shù)千年來,月球一直引人遐想,但關(guān)于它以及太陽系的歷史,仍有數(shù)不清的問題懸而未決。有些答案就存在于月球表面坑坑洼洼的隕石坑中。通過深度學(xué)習(xí),科學(xué)家能夠比以往更清楚地看到這些隕石坑。

多倫多大學(xué)行星科學(xué)中心的博士后研究員、天體物理學(xué)家Mohamad Ali-Dib表示,可以將隕石坑研究看作“太陽系考古學(xué)”。

由于缺乏大氣和地質(zhì)活動,月球、水星和火星等天體的地形特征會在一段時間內(nèi)保持相對不變。對于諸如此類天體中無空氣環(huán)境的探索,研究隕石坑是一種特別有用的方法。

仔細(xì)觀察這些隕石坑,就能發(fā)現(xiàn)有關(guān)隕石坑歷史和太陽系演化的重要線索。但到目前為止,隕石坑是通過衛(wèi)星圖像或衛(wèi)星測高數(shù)據(jù)的方式進(jìn)行人工計數(shù)和測量的。

“研究生全天的工作是捕獲水星、月球或火星的圖像,然后手動去數(shù)每個隕石坑。這是一項極其辛苦的工作?!?Ali-Dib說道。

他指出,人工計數(shù)存在一些問題。這將需要“一大批研究生和本科生”來完成這項繁重而艱巨的工作。這種方式是有缺陷的,因為每個助理研究員識別隕石坑的標(biāo)準(zhǔn)可能不同,而且當(dāng)他們疲勞的時候準(zhǔn)確率也會下降。

因此,Ali-Dib和多倫多大學(xué)的同事Ari Silburt以及其他組員,共同研發(fā)出了一個神經(jīng)網(wǎng)絡(luò),可以在幾個小時內(nèi)識別出數(shù)千個以前未被發(fā)現(xiàn)的月球隕石坑。

聚焦月球

隕石坑的形狀大小不一,有的大到足以容下一個州,而有的小到直徑只有幾米。對于火星上隕石坑數(shù)量的估計眾說紛紜,從30萬到63.5萬余個不等,而月球上則有數(shù)百萬個。

科學(xué)家們最感興趣的是計算出不同大小隕石坑的分布情況,即計算出表面上有多少指定半徑的隕石坑。根據(jù)分布情況,他們可以了解造成隕石坑的撞擊物的大小和數(shù)量,這也正是天體物理學(xué)家可以將其與太陽系碰撞理論相關(guān)聯(lián)的信息。

其中一個理論是:巨行星不穩(wěn)定。一些科學(xué)家推測,在太陽系的早期,像木星和土星這樣的氣態(tài)巨行星的軌道在一段時間內(nèi)曾變得混亂無序。根據(jù)此理論,軌道混亂會將小行星拋向整個太陽系,從而導(dǎo)致激烈的碰撞。這樣的天體運(yùn)動就會在像月球這樣的環(huán)境中留下痕跡,即大小不一的隕石坑分布。

通過計算機(jī)記錄月球隕石坑,科學(xué)家們可以更好地了解月球隕石坑的大小及其分布情況。這反過來又為他們提供了更多的數(shù)據(jù),從而證實太陽系歷史的理論。

研究人員在SciNet HPC Consortium 的P8超級計算機(jī)上使用NVIDIA Tesla P100 GPU進(jìn)行訓(xùn)練和推理。

在對月球圖像進(jìn)行分析時,研究人員的卷積神經(jīng)網(wǎng)絡(luò)在發(fā)現(xiàn)已確定的隕石坑方面的準(zhǔn)確率達(dá)到了92%。除此之外,深度學(xué)習(xí)模型在短短幾小時內(nèi)就發(fā)現(xiàn)了6000個新的隕石坑。這幾乎是人們在數(shù)十年的研究過程中手動識別數(shù)量的兩倍。

Ali-Dib指出,其中大部分是研究小組希望通過神經(jīng)網(wǎng)絡(luò)捕獲的較小隕石坑。這些微小的隕石坑是現(xiàn)有數(shù)據(jù)集中缺少的部分,因為它們太小太多,無法花費(fèi)昂貴的人工時間來記錄。

左圖:測試數(shù)據(jù)中的月球樣圖。中圖:研究人員的神經(jīng)網(wǎng)絡(luò)成功識別出以前人工編碼的隕石坑(藍(lán)色)和數(shù)以千計的新隕石坑(紅色)。右圖:人工編碼的地面實況數(shù)據(jù),用于評估神經(jīng)網(wǎng)絡(luò)。藍(lán)色圓圈表示與研究人員的方法匹配成功的隕石坑,而紫色圓圈則表示神經(jīng)網(wǎng)絡(luò)遺漏的隕石坑。

近觀月球以及其他星體

除了可以更詳細(xì)地了解月球外,還可以通過類似的衛(wèi)星數(shù)據(jù)了解水星和火星。未來可能還將研究其他無空氣天體(如小行星、彗星和一些巨行星)的衛(wèi)星數(shù)據(jù)。

研究人員已經(jīng)利用一種叫做遷移學(xué)習(xí)(transfer learning)的技術(shù)觀察水星的隕石坑:他們利用其采用月球數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)來分析水星的圖像。

此外,研究小組還在研究隕石坑深度等其他特征??茖W(xué)家感興趣的另一個參數(shù)是隕石坑的年齡。但Ali-Dib表示,要弄清楚這一點(diǎn),僅靠衛(wèi)星數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠,還“需要真正的隕石”。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

原文標(biāo)題:隕石坑數(shù)量知多少?深度學(xué)習(xí)助力科學(xué)家進(jìn)一步了解太陽系的歷史

文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 0人收藏

    評論

    相關(guān)推薦

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為一種常用的機(jī)器學(xué)習(xí)模型,具有顯著的優(yōu)點(diǎn),同時也存在一些不容忽視的缺點(diǎn)。以下是對BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn)的分析: 優(yōu)點(diǎn)
    的頭像 發(fā)表于 02-12 15:36 ?95次閱讀

    matlab 神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析

    matlab神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析 精通的可以討論下
    發(fā)表于 09-18 15:14

    全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用

    全卷積神經(jīng)網(wǎng)絡(luò)(FCN)是深度學(xué)習(xí)領(lǐng)域中的一種特殊類型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),尤其在計算機(jī)視覺領(lǐng)域表現(xiàn)出色。它通過全局平均池化或轉(zhuǎn)置卷積處理任意尺寸的輸入,特別適用于像素級別的任務(wù),如圖像分割
    的頭像 發(fā)表于 07-11 11:50 ?1344次閱讀

    神經(jīng)網(wǎng)絡(luò)三要素包括什么

    神經(jīng)網(wǎng)絡(luò)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)而發(fā)展起來的數(shù)學(xué)模型,它在人工智能、機(jī)器學(xué)習(xí)、計算機(jī)視覺等領(lǐng)域有著廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)的三要素包括神經(jīng)元、權(quán)
    的頭像 發(fā)表于 07-11 11:05 ?1459次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的案例分析

    元之間的連接和信息傳遞機(jī)制,實現(xiàn)對復(fù)雜數(shù)據(jù)的處理、模式識別及預(yù)測等功能。本文將通過幾個具體案例分析,詳細(xì)探討人工神經(jīng)網(wǎng)絡(luò)在不同領(lǐng)域的應(yīng)用,同時簡要介紹深度學(xué)習(xí)中的正則化方法,以期為讀者提供一個全面而深入的理解。
    的頭像 發(fā)表于 07-08 18:20 ?955次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)的應(yīng)用場景有哪些

    自然語言處理(Natural Language Processing,簡稱NLP)是計算機(jī)科學(xué)和人工智能領(lǐng)域的一個重要分支,旨在使計算機(jī)能夠理解、生成和處理人類語言。循環(huán)神經(jīng)網(wǎng)絡(luò)在自然語言處理領(lǐng)域有著廣泛的應(yīng)用。 1.1 語言
    的頭像 發(fā)表于 07-04 14:39 ?1704次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    在探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時,我們需要從多個維度進(jìn)行深入
    的頭像 發(fā)表于 07-04 13:20 ?1109次閱讀

    神經(jīng)網(wǎng)絡(luò)芯片和普通芯片區(qū)別

    神經(jīng)網(wǎng)絡(luò)芯片和普通芯片的區(qū)別是一個復(fù)雜而深入的話題,涉及到計算機(jī)科學(xué)、電子工程、人工智能等多個領(lǐng)域。 定義 神經(jīng)網(wǎng)絡(luò)芯片(Neural Network Processor,簡稱NNP)是一種專門用于
    的頭像 發(fā)表于 07-04 09:30 ?1421次閱讀

    神經(jīng)網(wǎng)絡(luò)擬合的誤差怎么分析

    神經(jīng)網(wǎng)絡(luò)擬合誤差分析是一個復(fù)雜且深入的話題,涉及到多個方面,需要從數(shù)據(jù)質(zhì)量、模型結(jié)構(gòu)、訓(xùn)練過程和正則化方法等多個角度進(jìn)行綜合考慮。 引言 神經(jīng)網(wǎng)絡(luò)是一種強(qiáng)大的機(jī)器學(xué)習(xí)模型,廣泛應(yīng)用于各種領(lǐng)域,如圖
    的頭像 發(fā)表于 07-03 10:36 ?704次閱讀

    matlab bp神經(jīng)網(wǎng)絡(luò)分析結(jié)果怎么看

    使用內(nèi)置的神經(jīng)網(wǎng)絡(luò)工具箱來實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建、訓(xùn)練和分析網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計 在進(jìn)行BP神經(jīng)網(wǎng)絡(luò)分析之前,首先需要設(shè)計合適的
    的頭像 發(fā)表于 07-03 10:28 ?1266次閱讀

    bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

    結(jié)構(gòu)、原理、應(yīng)用場景等方面都存在一定的差異。以下是對這兩種神經(jīng)網(wǎng)絡(luò)的比較: 基本結(jié)構(gòu) BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò),由輸入層、隱藏層和輸出層組成。每個神經(jīng)元之間
    的頭像 發(fā)表于 07-03 10:12 ?1420次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)分類方法有哪些

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像分類、目標(biāo)檢測、語義分割等計算機(jī)視覺任務(wù)。本文將詳細(xì)介紹卷積神經(jīng)網(wǎng)絡(luò)的分類方法
    的頭像 發(fā)表于 07-03 09:40 ?585次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    不同的神經(jīng)網(wǎng)絡(luò)模型,它們在結(jié)構(gòu)、原理、應(yīng)用等方面都存在一定的差異。本文將從多個方面對這兩種神經(jīng)網(wǎng)絡(luò)進(jìn)行詳細(xì)的比較和分析。 引言 神經(jīng)網(wǎng)絡(luò)是一種模擬人腦
    的頭像 發(fā)表于 07-02 14:24 ?4881次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的含義和用途是

    神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域都有廣泛的應(yīng)用,包括圖像識別、語音識別、自然語言處理、推薦系統(tǒng)、預(yù)測分析等。 一、人工神經(jīng)網(wǎng)絡(luò)的含義 定義:人工神經(jīng)網(wǎng)絡(luò)是一種由大量節(jié)點(diǎn)(或稱為“
    的頭像 發(fā)表于 07-02 10:07 ?1068次閱讀

    深度神經(jīng)網(wǎng)絡(luò)模型有哪些

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks,DNNs)是一類具有多個隱藏層的神經(jīng)網(wǎng)絡(luò),它們在許多領(lǐng)域取得了顯著的成功,如計算機(jī)視覺、自然語言處理、語音識別等。以下是一些常見的深度
    的頭像 發(fā)表于 07-02 10:00 ?1700次閱讀

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會員交流學(xué)習(xí)
    • 獲取您個性化的科技前沿技術(shù)信息
    • 參加活動獲取豐厚的禮品