色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

利用谷歌的神經(jīng)網(wǎng)絡(luò)模型找到了“迷你太陽系”

mK5P_AItists ? 2018-01-02 08:53 ? 次閱讀

概要:當?shù)貢r間12月15日,美國國家航空航天局NASA宣布在“行星獵手”開普勒望遠鏡的數(shù)據(jù)庫中找到了恒星“開普勒-90”周圍的第八顆行星,追平太陽系。

一個恒星周圍最多環(huán)繞幾顆恒星?一直以來,太陽系就是人類所知的行星數(shù)量最多的星系。當?shù)貢r間12月15日,美國國家航空航天局NASA宣布在“行星獵手”開普勒望遠鏡的數(shù)據(jù)庫中找到了恒星“開普勒-90”周圍的第八顆行星,追平太陽系。該星系遠在2545光年外的天龍座,八大行星相互距離壓縮得更近,儼然是迷你版的太陽系。

這項發(fā)現(xiàn)用到了谷歌的神經(jīng)網(wǎng)絡(luò)模型。

“開普勒-90”和太陽系一樣擁有八大行星 本文圖片均來自 NASA

通過神經(jīng)網(wǎng)絡(luò)模型,人工智能可以進行深度學習,即利用大量匹配的輸入-輸出值訓練計算機,使之自行發(fā)掘數(shù)據(jù)中的特征。這種曾令A(yù)lphaGo在棋盤上大殺四方的人工智能模型,如今開始在天文物理的海量數(shù)據(jù)中發(fā)揮用處?;蛟S正應(yīng)了那句傳言:圍棋的變化組合,比宇宙中的原子數(shù)還要多。

發(fā)現(xiàn)新行星的方法是觀察“凌日”現(xiàn)象,即行星掠經(jīng)恒星表面時,會造成恒星亮度的下降。

“凌日”現(xiàn)象

2009年,“行星獵手”開普勒望遠鏡承載著人類尋找“第二地球”的夢想升空。它在2013年因“癱瘓”——一次嚴重的硬件故障結(jié)束了獵捕系外行星的任務(wù),朝同一個方向凝視了4年。最近,NASA計劃讓它每80天轉(zhuǎn)動一下角度。

在“癱瘓”前的四年,開普勒望遠鏡積累了浩繁的數(shù)據(jù)。這份數(shù)據(jù)庫對科學家來說幾乎是難以窮盡的富礦。目前,人類從中找出了超過4000顆疑似的系外行星。

漏網(wǎng)之魚肯定存在。

已知恒星系統(tǒng)的行星數(shù)

克利斯朵夫·肖樂(Christopher Shallue)是谷歌人工智能團隊的一名資深軟件工程師,當他了解到天文學正在和許多其他學科一樣被大數(shù)據(jù)淹沒時,他想到了要用神經(jīng)網(wǎng)絡(luò)分析開普勒數(shù)據(jù)庫。

首先,研究者訓練計算機對人類已經(jīng)分析過的15000個開普勒信號進行訓練,當計算機能以96%的準確率識別凌日信號后,研究者用這個模型搜尋670個多行星系統(tǒng)中微弱的信號。他們認為,多行星的星系是尋找更多系統(tǒng)行星的最佳地點。

合作發(fā)現(xiàn)者NASA博士后安德魯·范登堡( Andrew Vanderburg)說道:“我們得到了許多假陽性信號,但真陽性更多。這就像沙中淘金。如果你用的網(wǎng)格更密,你會淘到更多的沙,但也可能淘到更多的金?!?/p>

肖樂和范登堡下一步打算用人工智能模型將整個開普勒數(shù)據(jù)庫篩一遍。里面包含超過15萬個信號。

開普勒之前(藍色)和開普勒(黃色)發(fā)現(xiàn)的系外行星

“正如我們所料,存檔的開普勒數(shù)據(jù)中還藏著許多激動人心的發(fā)現(xiàn),靜待合適的技術(shù)解鎖?!盢ASA天文物理部主任保羅·赫茲(Paul Hertz)說道。“這項發(fā)現(xiàn)意味著,我們的數(shù)據(jù)在未來可以成為研究者們的寶庫?!?/p>

新發(fā)現(xiàn)的“開普勒-90”第八行星——“開普勒-90i”是一顆灼熱的巖石星球,公轉(zhuǎn)周期14.4天。它比地球大30%,非??拷阈牵砻鏈囟扰c水星相當。

而“開普勒-90”系統(tǒng)最外圍的行星,“開普勒-90h”,軌道距離與地球相當。

“開普勒-90星系就像迷你版太陽系:里圈有小點的行星,外圈有大點的行星,但距離壓縮得更近,”范登堡說道。

迷你版太陽系:行星間距更近

除此之外,“開普勒-90”第六行星“開普勒-90g”也是通過這個人工智能模型找到的。它和四個比鄰行星的相互重力形成了諧振鏈,異常穩(wěn)定,如同此前發(fā)現(xiàn)的“葫蘆娃”七行星系統(tǒng)TRAPPIST-1。

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習之用,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
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6192

    瀏覽量

    105822
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4779

    瀏覽量

    101052
  • 人功智能
    +關(guān)注

    關(guān)注

    0

    文章

    1

    瀏覽量

    1105

原文標題:谷歌人工智能檢索開普勒望遠鏡數(shù)據(jù)后,找到了“迷你太陽系”

文章出處:【微信號:AItists,微信公眾號:人工智能學家】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機器學習的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 01-09 10:24 ?231次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    神經(jīng)網(wǎng)絡(luò)辨識模型具有什么特點

    神經(jīng)網(wǎng)絡(luò)辨識模型是一種基于人工神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識方法,它具有以下特點: 非線性映射能力 :神經(jīng)網(wǎng)絡(luò)能夠處理非線性問題,可以很好地擬合復雜的非線性系統(tǒng)。 泛化能力 :
    的頭像 發(fā)表于 07-11 11:12 ?525次閱讀

    pytorch中有神經(jīng)網(wǎng)絡(luò)模型

    當然,PyTorch是一個廣泛使用的深度學習框架,它提供了許多預(yù)訓練的神經(jīng)網(wǎng)絡(luò)模型。 PyTorch中的神經(jīng)網(wǎng)絡(luò)模型 1. 引言 深度學習是一種基于人工
    的頭像 發(fā)表于 07-11 09:59 ?775次閱讀

    PyTorch神經(jīng)網(wǎng)絡(luò)模型構(gòu)建過程

    PyTorch,作為一個廣泛使用的開源深度學習庫,提供了豐富的工具和模塊,幫助開發(fā)者構(gòu)建、訓練和部署神經(jīng)網(wǎng)絡(luò)模型。在神經(jīng)網(wǎng)絡(luò)模型中,輸出層是尤為關(guān)鍵的部分,它負責將
    的頭像 發(fā)表于 07-10 14:57 ?544次閱讀

    基于神經(jīng)網(wǎng)絡(luò)的語言模型有哪些

    基于神經(jīng)網(wǎng)絡(luò)的語言模型(Neural Language Models, NLMs)是現(xiàn)代自然語言處理(NLP)領(lǐng)域的一個重要組成部分,它們通過神經(jīng)網(wǎng)絡(luò)來捕捉語言的統(tǒng)計特性和語義信息,從而生成自然語言
    的頭像 發(fā)表于 07-10 11:15 ?842次閱讀

    rnn是什么神經(jīng)網(wǎng)絡(luò)模型

    RNN(Recurrent Neural Network,循環(huán)神經(jīng)網(wǎng)絡(luò))是一種具有循環(huán)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型,它能夠處理序列數(shù)據(jù),并對序列中的元素進行建模。RNN在自然語言處理、語音識別、時間序列預(yù)測等
    的頭像 發(fā)表于 07-05 09:50 ?688次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型包含哪些層次

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,具有自適應(yīng)、自學習、泛化能力強等特點。本文將詳細介紹人工神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-05 09:17 ?683次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型的分類有哪些

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks, ANNs)是一種模擬人腦神經(jīng)元網(wǎng)絡(luò)的計算模型,它在許多領(lǐng)域,如圖像識別、語音識別、自然語言處理、預(yù)測分析等有著廣泛的應(yīng)用。本文將
    的頭像 發(fā)表于 07-05 09:13 ?1326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)進行詳細的比較和分析。 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 ?4634次閱讀

    數(shù)學建模神經(jīng)網(wǎng)絡(luò)模型的優(yōu)缺點有哪些

    數(shù)學建模神經(jīng)網(wǎng)絡(luò)模型是一種基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)學建模方法,它通過模擬人腦神經(jīng)元的連接和信息傳遞機制,對復雜系統(tǒng)進行建模和分析。神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-02 11:36 ?982次閱讀

    神經(jīng)網(wǎng)絡(luò)模型的原理、類型及應(yīng)用領(lǐng)域

    數(shù)學建模神經(jīng)網(wǎng)絡(luò)模型是一種基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)學建模方法,它通過模擬人腦神經(jīng)元的工作機制,實現(xiàn)對復雜問題的建模和求解。神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-02 11:31 ?1324次閱讀

    神經(jīng)網(wǎng)絡(luò)在數(shù)學建模中的應(yīng)用

    數(shù)學建模是一種利用數(shù)學方法和工具來描述和分析現(xiàn)實世界問題的過程。神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)元結(jié)構(gòu)和功能的計算模型,可以用于解決各種復雜問題。在數(shù)學建模中,
    的頭像 發(fā)表于 07-02 11:29 ?1070次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用有哪些

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANNs)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)的計算模型,它通過模擬人腦神經(jīng)元的連接和交互來實現(xiàn)對數(shù)據(jù)的學習和處理。自20世紀4
    的頭像 發(fā)表于 07-02 10:04 ?1164次閱讀

    闡述人工神經(jīng)網(wǎng)絡(luò)模型的基本原理

    強大的學習能力和適應(yīng)性,被廣泛應(yīng)用于各種領(lǐng)域,如圖像識別、語音識別、自然語言處理、推薦系統(tǒng)等。本文將詳細介紹人工神經(jīng)網(wǎng)絡(luò)的基本原理,包括神經(jīng)元模型、網(wǎng)絡(luò)結(jié)構(gòu)、學習規(guī)則和訓練算法等。 神經(jīng)元模型
    的頭像 發(fā)表于 07-02 10:03 ?960次閱讀

    深度神經(jīng)網(wǎng)絡(luò)模型有哪些

    模型: 多層感知器(Multilayer Perceptron,MLP): 多層感知器是最基本的深度神經(jīng)網(wǎng)絡(luò)模型,由多個全連接層組成。每個隱藏層的神經(jīng)元數(shù)量可以不同,通常使用激活函數(shù)如
    的頭像 發(fā)表于 07-02 10:00 ?1592次閱讀
    主站蜘蛛池模板: 妞干网手机免费视频 | 欧美性情video sexo视频 | 无人区日本电影在线观看 | 嗯啊不要老师 | 亚洲欧美日韩在线码不卡 | 女性爽爽影院免费观看 | 狠狠干女人 | 最新影音先锋av资源台 | 爽爽窝窝午夜精品一区二区 | 俄罗斯极品hd | 国产午夜精品久久久久九九 | 含羞草传媒在线观看 | 国产亚洲精品久久久久久禁果TV | 国产精品99久久久久久宅男AV | 伊人久久大香线蕉综合99 | 亚洲三级在线视频 | 1788福利视频在视频线 | 国产精品嫩草影院在线观看免费 | 欧美肥胖女人bbwbbw视频 | 国产 有码 无码 电影 | 日本湿姝在线观看 | 我年轻漂亮的继坶2中字在线播放 | 秋霞网韩国理伦片免费看 | 国产亚洲欧美高清在线 | a亚洲在线观看不卡高清 | 98久久人妻少妇激情啪啪 | 男男腐文污高干嗯啊快点1V1 | 亚洲国产精品免费观看 | 日韩精品一卡二卡三卡四卡2021 | 少妇仑乱A毛片 | 亚洲 小说 欧美 激情 另类 | 中文字幕一区中文亚洲 | 男人的天堂久久精品激情a 男人的天堂黄色片 | av天堂网站avtt2017| 国产真实露脸乱子伦 | 久久精品国产欧美 | 边摸边吃奶玩乳尖视频 | 牛牛在线1视频 | 久久青青草原精品国产软件 | 亚洲国产精品无码中文字幕 | 国产AV一区二区三区传媒 |