亚搏亚搏

欢迎光临
我们一直在努力

准确率高达97.5%?天文学家使用人工智能识别出56万个星系

地理学家将AI人工智能运用于斯巴鲁望远镜拍照的悠远世界超宽视场图画,并在这些图画中完成了十分高的发现和分类螺旋星系的精度,这项技能与公民科学相结合,有望在未来发生更多的发现。一个首要由来自日本国立地理台(NAOJ)地理学家组成的研讨小组,运用了一种深度学习技能,对斯巴鲁望远镜取得的很多图画中的星系进行了分类。

因为深度学习技能的人工智能AI高灵敏度,在图画中现已辨认出多达56万个星系。要用人眼逐一目视地对这些星系进行形状分类是极端困难的,人工智能使研讨团队可以在没有人工干预的情况下履行处理。自2012年以来,运用深度学习算法提取和判别特征的主动处理技能得到了迅速发展。现在,它们通常在精确度方面超越人类,并被用于主动驾驶车辆、安全摄像头和许多其他运用。

日本国立地理台项目助理教授Ken-ichi Tadaki博士提出了一个主意:咱们AI人工智能能对猫和狗的图画进行分类,那么它应该可以区别“呈螺旋图画的星系”和“没有螺旋图画的星系”。事实上,运用人类预备的练习数据,人工智能成功地对星系形状进行了分类,准确率为97.5%。然后,将练习好的人工智能运用于悉数数据集,它在大约8万个星系中辨认出螺旋形,其研讨宣布《皇家地理学会月刊》上。

已然这项技能现已被证明是有用的,它可以扩展到将星系分类到更具体的类别,办法是在人类分类的很多星系基础上练习人工智能。日本国家地理台现在正在运转一个名为“银河巡航”的公民科学项目,在这个项目中,公民们可以查看用斯巴鲁望远镜拍照的星系图画,以寻觅标明该星系正在与另一个星系奇形怪状或兼并的特征。“银河巡航”的参谋田中雅之副教授对用人工智能研讨星系寄予厚望:

斯巴鲁望远镜战略方案是包括简直很多星系的大数据,从科学上讲,经过公民地理学家和机器协作来处理这样的大数据是十分风趣的。经过在银河巡航中公民科学家所做的分类基础上运用深度学习,咱们很有或许发现很多的奇形怪状和兼并星系。根据卷积神经网络(CNN)的深度学习人工智能技能,运用来自斯巴鲁望远镜/Hyper SuPrime-Cam(HSC)观测的大图画数据,将星系形状主动分类为S向螺旋、Z向螺旋和非螺旋。

HSC I波段图画比斯隆数字巡天(SDSS)的图画深约36倍,空间分辨率高两倍,使地理学家可以在z>0.1的情况下辨认星系中的旋臂和旋杆等亚结构。研讨运用1447个S-螺线、1382个Z-螺线和51个?-650非螺线的HSC图画来练习cnn分类器。因为每类图画的数量不平衡,经过水平翻转、旋转和从头缩放图画来添加螺旋星系的数据,使三类图画的数量类似。练习好的神经网络模型对97.5%的验证数据进行了正确分类(?%),这些数据没有用于练习。

博科园|研讨/来自:日本国立地理台

赞( 107 )
未经允许不得转载: 亚搏 » 准确率高达97.5%?天文学家使用人工智能识别出56万个星系