神码ai人工智能写作机器人_机器学习人工智能确认了50个新行星

2023-10-08 05:30

本文主要是介绍神码ai人工智能写作机器人_机器学习人工智能确认了50个新行星,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

神码ai人工智能写作机器人

by Ryan Whitwam

瑞安·惠特瓦姆(Ryan Whitwam)

Spotting exoplanets isn’t as simple as pointing a telescope at the sky and picking out the planet-shaped things. The worlds orbiting distant stars are too dim and tiny for that, but we can detect them with the help of planet-hunting satellites like TESS and the dearly departed Kepler. These missions produce a lot of data that someone needs to evaluate, and researchers from the University of Warwick think they can speed it up with AI. To illustrate this, the team has developed a machine learning algorithm that just confirmed 50 exoplanets in observational data.

发现系外行星并不像将望远镜对准天空并挑选出行星状物体那样简单。 为此,世界上绕行的遥远恒星太暗且太小,但是我们可以借助TESS和离世快得多的开普勒等行星搜索卫星来探测到它们。 这些任务产生了很多人需要评估的数据,华威大学的研究人员认为他们可以使用AI加快速度。 为了说明这一点,研究小组开发了一种机器学习算法,该算法仅在观测数据中确认了50颗系外行星。

Astronomers have two methods at their disposal to detect exoplanets. There’s the radial velocity approach, which monitors stars for small counter-movements caused by the gravity of planets. A more sensitive technique, and the one employed by TESS and Kepler, relies on luminance variation in the host star. If a solar system’s plane is aligned correctly, its planets transit in front of the star from our perspective. By monitoring those dips in brightness, we can infer the presence of exoplanets with a high degree of certainty.

天文学家有两种方法可以探测系外行星。 存在径向速度方法,该方法可以监视恒星是否存在由行星引力引起的微小反向运动。 TESS和Kepler使用的一种更灵敏的技术依赖于主星的亮度变化。 如果太阳系的平面正确对齐,那么从我们的角度来看,其行星将在恒星前方移动。 通过监视亮度的下降,我们可以高度确定地推断系外行星的存在。

The problem with the transit method is that it produces a mountain of luminance data for stars, many of which will have no visible exoplanets. It takes a combination of computer analysis and human oversight to identify candidates and confirm their existence. The system developed at the University of Warwick is the first capable of taking candidate exoplanets and performing all the necessary analysis to either confirm their planet status or rule them out. Previous attempts to use AI, like Google’s TensorFlow-based algorithm, can only rank candidates by the likelihood they are real planets.

过渡方法的问题在于,它会产生大量的恒星亮度数据,其中许多恒星没有可见的系外行星。 它需要计算机分析和人工监督相结合来识别候选人并确认其存在。 华威大学开发的系统是第一个能够获取系外行星候选者并执行所有必要分析以确认其行星状态或将其排除的系统。 之前使用AI的尝试(例如Google的基于TensorFlow的算法 )只能根据候选者是真实行星的可能性对其进行排名。

Image for post

The researchers didn’t just flip a switch and have an AI capable of sifting through data to spot planets. They had to train the neural network with data from confirmed exoplanets and false positives so it could identify those telltale signs in new data. The 50 exoplanets confirmed by the University of Warwick run the gamut from Neptune-sized gas giants to rocky worlds smaller than Earth. It’s particularly difficult to confirm smaller planets using the transit method, so that speaks to the accuracy of the AI.

研究人员不只是翻转开关,而是拥有能够筛选数据以发现行星的AI。 他们必须使用来自已确认的系外行星和假阳性的数据训练神经网络,以便能够识别新数据中的那些明显迹象。 华威大学(University of Warwick)确认的50颗系外行星,范围从海王星大小的天然气巨头到比地球还小的岩石世界。 使用过渡方法确认较小的行星特别困难,因此可以说是AI的准确性。

According to the new study, about a third of all confirmed exoplanets have been identified using a single analytical method, which is not ideal. Even if existing techniques are spotting all the observable exoplanets, we should have more options just for proper validation, say the scientists. They hope to see the new machine learning system evolve as it detects more planets, becoming an important part of the exoplanet exploration process.

根据这项新研究,使用单一分析方法已经确定了大约三分之一已确认的系外行星,这并不理想。 科学家们说,即使现有的技术发现了所有可观测的系外行星,我们也应该有更多的选择来进行正确的验证。 他们希望看到新的机器学习系统随着探测到更多的行星而发展,成为系外行星探索过程的重要组成部分。

Now read:

现在阅读:

  • MIT: ‘Snowball Earth’ Came From Huge Drop in Sunlight

    麻省理工学院:“雪球地球”来自阳光下的巨大下落

  • NASA: TESS Space Telescope Completes Primary Planet-Hunting Mission

    NASA:TESS太空望远镜完成了主要的星球狩猎任务

  • New AI Calculates Distant Planet Orbits 100,000 Times Faster

    新的AI计算遥远行星的速度快100,000倍

Originally published at https://www.extremetech.com on August 26, 2020.

最初于 2020年8月26日 https://www.extremetech.com 发布

翻译自: https://medium.com/extremetech-access/machine-learning-ai-confirms-50-new-planets-32dff1822789

神码ai人工智能写作机器人


http://www.taodudu.cc/news/show-7886710.html

相关文章:

  • 没文案写作能力就不能月薪过万吗?看写作机器人是如何做到的
  • python写作机器人_机器人主编让流量涨了38倍:写手的饭碗危机
  • 人工智能写作机器人真的能替代人类记者么?
  • 基于马尔可夫链的写作机器人软件
  • python写作机器人_Python下两种曲线救国实现AIML中文聊天机器人功能的方法
  • 写作机器人都能做些什么
  • 机器人作家揭秘:掌握ai写作机器人的技巧与窍门
  • ai写作机器人帮你点燃你的创作激情
  • 写作机器人的出现,人类编辑的福音,一点也不夸张
  • 百度NLP | 智能写作机器人:不抢人类饭碗,我们只想人机协作
  • 北汽上汽广汽为有感科技站台:主机厂眼中的无线充电技术应具备什么?
  • 从F1赛车到智能手机,无线充电技术之崛起
  • 克莱斯勒发布首个车载无线充电系统
  • 修复计算机会没有桌面文件吗,电脑重装后桌面文件丢失怎么找回
  • 修复计算机会没有桌面文件吗,电脑重启后桌面文件丢失怎么办
  • Java开发的校园跑腿系统源码小程序app
  • 基于Android的校园跑腿app
  • java怎么在页面插入视频,大家说说java程序里怎么插入视频和音频啊
  • 利其器-Maven
  • 利其器(2)——idea常用配置_提高开发效率
  • vue视频学习总结1
  • 视频内容制作工具开发介绍
  • python公开课视频教程_开源力量公开课第五十五期-Python Web应用开发框架Django速成视频教程...
  • 安卓统一推送联盟最新进展:首批支持应用确认;gRPC 1.11.0发布
  • 国内安卓统一推送联盟名单出炉,谷歌成为观察员;微软发布 Q# 量子编程语言预览...
  • 小米消息统一推送服务器,统一推送联盟全面开启消息打扰治理!「推必安」平台正式上线:华为、小米等已接入...
  • PT100温度变送器介绍和接线方法
  • wps宏编辑器案例1-自定义函数使用
  • vsto开发中如何判断插件是处在wps还是在office中?
  • WPS宏插件一直显示bug,有人看的明白么
  • 这篇关于神码ai人工智能写作机器人_机器学习人工智能确认了50个新行星的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



    http://www.chinasem.cn/article/163038

    相关文章

    基于Flask框架添加多个AI模型的API并进行交互

    《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

    Spring AI ectorStore的使用流程

    《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

    Java进阶学习之如何开启远程调式

    《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

    Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

    《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

    Spring AI集成DeepSeek实现流式输出的操作方法

    《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

    Spring AI与DeepSeek实战一之快速打造智能对话应用

    《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

    C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

    《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

    Spring AI集成DeepSeek的详细步骤

    《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

    Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

    《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

    Java深度学习库DJL实现Python的NumPy方式

    《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操