人工神經(jīng)網(wǎng)絡(luò)是試圖復(fù)制人類大腦學(xué)習(xí)方式的系統(tǒng)。它們是機器學(xué)習(xí)中使用的主要工具之一，尤其擅長識別對于生物大腦來說過于復(fù)雜的模式。
該團隊位于普利茅斯大學(xué)機器人和神經(jīng)系統(tǒng)中心，他們根據(jù)它們是否最像現(xiàn)今地球，早期地球，火星，金星或土星，訓(xùn)練他們的網(wǎng)絡(luò)將行星分為五種不同類型。月亮泰坦。所有這五個物體都是已知具有大氣的巖石體，是我們太陽系中最具潛在可居住物的物體之一。
畢曉普先生評論說：“我們目前對這些人工神經(jīng)網(wǎng)絡(luò)感興趣，因為它們可以優(yōu)先探索一個假想的，智能的星際宇宙飛船，掃描范圍內(nèi)的系外行星系統(tǒng)。”
他補充道，“我們還在考慮使用大面積，可展開的平面菲涅耳天線，以便從遠距離的星際探測器將數(shù)據(jù)傳回地球。如果將來該技術(shù)應(yīng)用于機器人太空船，則需要這樣做。 “。
五個太陽系天體的大氣觀測 - 稱為光譜 - 被呈現(xiàn)為網(wǎng)絡(luò)的輸入，然后要求根據(jù)行星類型對它們進行分類。由于目前只知道地球上存在生命，因此該分類使用“生命概率”度量，該度量基于五種目標類型的相對容易理解的大氣和軌道屬性。
Bishop已經(jīng)對該網(wǎng)絡(luò)進行了100多種不同的光譜剖面訓(xùn)練，每種光譜剖面都有數(shù)百個參數(shù)，這些參數(shù)有助于適應(yīng)性。到目前為止，當(dāng)提供以前沒有見過的測試光譜分布時，網(wǎng)絡(luò)表現(xiàn)良好。
“鑒于迄今為止的結(jié)果，該方法可能對使用地面和近地觀測站的結(jié)果對不同類型的系外行星進行分類非常有用”，該項目的主管Angelo Cangelosi博士說。
考慮到即將到來的太空任務(wù)(如ESA的Ariel太空任務(wù)和NASA的詹姆斯韋伯太空望遠鏡)所預(yù)期的光譜細節(jié)的增加，該技術(shù)也可能非常適合選擇未來觀測目標。
京公網(wǎng)安備 11010502049343號