Spørsmål:
Hvor aktivt brukes Deep Learning i identifikasjon av exoplanet?
Aditya Radhakrishnan
2019-05-30 12:57:53 UTC
view on stackexchange narkive permalink

Papirer, som dette fra Google, viser at Deep Learning og Machine Learning er effektive for å oppdage eksoplaneter fra lysstyrkeinformasjon levert av teleskoper som TESS eller Kepler.

Disse modellene virker ekstremt rask og lett. Har det blitt noe av en vanlig praksis å bruke disse på nyinnhentede TESS-data? Hvis ikke, hvorfor og hva blir gjort med dataene i stedet? Er det ulemper med å bruke disse tilsynelatende nøyaktige modellene?

En svar:
Xanax87
2020-04-14 05:19:58 UTC
view on stackexchange narkive permalink

Også kalt Astronet-K2, den dype læringen A.I er effektiv til å oppdage data som kan finne exo-planeter, men det var det problemet var. Det er alt det er i stand til å gjøre, så det savner eller ignorerer andre potensielt interessante data som menneskelige astronomer vil klassifisere som nysgjerrige eller rare, og kan føre til andre potensielt nye oppdagelser. Det mangler den menneskelige faktoren, mer eller mindre. Både i kilden som er knyttet til spørsmålet og i min, har den bare funnet to nye exo-planeter, så det ser ikke ut som om det har fritt styre i feltet. Selv om A.I for øyeblikket brukes automatisk, vil arbeidet overvåkes og kontrolleres av mennesker. Kildematerialet mitt var fra 2019, så hvis du savnet en nyere regnskapsføring av systemet som har forskjellige eller oppgraderte metoder, vennligst gi meg beskjed. https://www.google.com/amp/s/www.technologyreview.com/2019/04/01/136239/deep-learning-has-found-two-exoplanets-that-human-astronomers-missed / amp /



Denne spørsmålet ble automatisk oversatt fra engelsk.Det opprinnelige innholdet er tilgjengelig på stackexchange, som vi takker for cc by-sa 4.0-lisensen den distribueres under.
Loading...