国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)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

通過計算機與神經(jīng)網(wǎng)絡(luò)分析太陽系的歷史

NVIDIA英偉達企業(yè)解決方案 ? 來源:未知 ? 作者:工程師郭婷 ? 2018-08-28 14:21 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

數(shù)千年來,月球一直引人遐想,但關(guān)于它以及太陽系的歷史,仍有數(shù)不清的問題懸而未決。有些答案就存在于月球表面坑坑洼洼的隕石坑中。通過深度學(xué)習(xí),科學(xué)家能夠比以往更清楚地看到這些隕石坑。

多倫多大學(xué)行星科學(xué)中心的博士后研究員、天體物理學(xué)家Mohamad Ali-Dib表示,可以將隕石坑研究看作“太陽系考古學(xué)”。

由于缺乏大氣和地質(zhì)活動,月球、水星和火星等天體的地形特征會在一段時間內(nèi)保持相對不變。對于諸如此類天體中無空氣環(huán)境的探索,研究隕石坑是一種特別有用的方法。

仔細觀察這些隕石坑,就能發(fā)現(xiàn)有關(guān)隕石坑歷史和太陽系演化的重要線索。但到目前為止,隕石坑是通過衛(wèi)星圖像或衛(wèi)星測高數(shù)據(jù)的方式進行人工計數(shù)和測量的。

“研究生全天的工作是捕獲水星、月球或火星的圖像,然后手動去數(shù)每個隕石坑。這是一項極其辛苦的工作。” Ali-Dib說道。

他指出,人工計數(shù)存在一些問題。這將需要“一大批研究生和本科生”來完成這項繁重而艱巨的工作。這種方式是有缺陷的,因為每個助理研究員識別隕石坑的標準可能不同,而且當他們疲勞的時候準確率也會下降。

因此,Ali-Dib和多倫多大學(xué)的同事Ari Silburt以及其他組員,共同研發(fā)出了一個神經(jīng)網(wǎng)絡(luò),可以在幾個小時內(nèi)識別出數(shù)千個以前未被發(fā)現(xiàn)的月球隕石坑。

聚焦月球

隕石坑的形狀大小不一,有的大到足以容下一個州,而有的小到直徑只有幾米。對于火星上隕石坑數(shù)量的估計眾說紛紜,從30萬到63.5萬余個不等,而月球上則有數(shù)百萬個。

科學(xué)家們最感興趣的是計算出不同大小隕石坑的分布情況,即計算出表面上有多少指定半徑的隕石坑。根據(jù)分布情況,他們可以了解造成隕石坑的撞擊物的大小和數(shù)量,這也正是天體物理學(xué)家可以將其與太陽系碰撞理論相關(guān)聯(lián)的信息。

其中一個理論是:巨行星不穩(wěn)定。一些科學(xué)家推測,在太陽系的早期,像木星和土星這樣的氣態(tài)巨行星的軌道在一段時間內(nèi)曾變得混亂無序。根據(jù)此理論,軌道混亂會將小行星拋向整個太陽系,從而導(dǎo)致激烈的碰撞。這樣的天體運動就會在像月球這樣的環(huán)境中留下痕跡,即大小不一的隕石坑分布。

通過計算機記錄月球隕石坑,科學(xué)家們可以更好地了解月球隕石坑的大小及其分布情況。這反過來又為他們提供了更多的數(shù)據(jù),從而證實太陽系歷史的理論。

研究人員在SciNet HPC Consortium 的P8超級計算機上使用NVIDIA Tesla P100 GPU進行訓(xùn)練和推理。

在對月球圖像進行分析時,研究人員的卷積神經(jīng)網(wǎng)絡(luò)在發(fā)現(xiàn)已確定的隕石坑方面的準確率達到了92%。除此之外,深度學(xué)習(xí)模型在短短幾小時內(nèi)就發(fā)現(xiàn)了6000個新的隕石坑。這幾乎是人們在數(shù)十年的研究過程中手動識別數(shù)量的兩倍。

Ali-Dib指出,其中大部分是研究小組希望通過神經(jīng)網(wǎng)絡(luò)捕獲的較小隕石坑。這些微小的隕石坑是現(xiàn)有數(shù)據(jù)集中缺少的部分,因為它們太小太多,無法花費昂貴的人工時間來記錄。

左圖:測試數(shù)據(jù)中的月球樣圖。中圖:研究人員的神經(jīng)網(wǎng)絡(luò)成功識別出以前人工編碼的隕石坑(藍色)和數(shù)以千計的新隕石坑(紅色)。右圖:人工編碼的地面實況數(shù)據(jù),用于評估神經(jīng)網(wǎng)絡(luò)。藍色圓圈表示與研究人員的方法匹配成功的隕石坑,而紫色圓圈則表示神經(jīng)網(wǎng)絡(luò)遺漏的隕石坑。

近觀月球以及其他星體

除了可以更詳細地了解月球外,還可以通過類似的衛(wèi)星數(shù)據(jù)了解水星和火星。未來可能還將研究其他無空氣天體(如小行星、彗星和一些巨行星)的衛(wèi)星數(shù)據(jù)。

研究人員已經(jīng)利用一種叫做遷移學(xué)習(xí)(transfer learning)的技術(shù)觀察水星的隕石坑:他們利用其采用月球數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)來分析水星的圖像。

此外,研究小組還在研究隕石坑深度等其他特征。科學(xué)家感興趣的另一個參數(shù)是隕石坑的年齡。但Ali-Dib表示,要弄清楚這一點,僅靠衛(wèi)星數(shù)據(jù)遠遠不夠,還“需要真正的隕石”。

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(xué)習(xí)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

原文標題:隕石坑數(shù)量知多少?深度學(xué)習(xí)助力科學(xué)家進一步了解太陽系的歷史

文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    網(wǎng)絡(luò)分析儀的設(shè)置與基本原理

    一、網(wǎng)絡(luò)分析儀簡介 網(wǎng)絡(luò)分析儀(Network Analyzer)是射頻與微波領(lǐng)域中用于表征電子元器件和電路網(wǎng)絡(luò)特性的關(guān)鍵測試儀器。其名稱中的“網(wǎng)絡(luò)”并非指
    的頭像 發(fā)表于 03-03 17:44 ?1040次閱讀
    <b class='flag-5'>網(wǎng)絡(luò)分析</b>儀的設(shè)置與基本原理

    矢量網(wǎng)絡(luò)分析儀與標量網(wǎng)絡(luò)分析儀的區(qū)別

    網(wǎng)絡(luò)分析領(lǐng)域,矢量網(wǎng)絡(luò)分析儀(VNA)與標量網(wǎng)絡(luò)分析儀(SNA)是兩種核心測量工具,盡管名稱相近,其測量能力與應(yīng)用場景卻存在顯著差異,核心區(qū)別可歸結(jié)為“測大小”與“測全貌”的本質(zhì)不同。 ? 一
    的頭像 發(fā)表于 01-22 15:58 ?498次閱讀
    矢量<b class='flag-5'>網(wǎng)絡(luò)分析</b>儀與標量<b class='flag-5'>網(wǎng)絡(luò)分析</b>儀的區(qū)別

    神經(jīng)網(wǎng)絡(luò)的初步認識

    如今在機器學(xué)習(xí)的領(lǐng)域中,有許多方法可以用來解決特定的問題,例如房價預(yù)測、郵件分類、文件壓縮等。而與我們?nèi)粘I铌P(guān)系最密切的應(yīng)用莫過于計算機視覺(如學(xué)校門禁系統(tǒng))和自然語言處理(如Siri)。這些
    的頭像 發(fā)表于 12-17 15:05 ?335次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認識

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗

    , batch_size=512, epochs=20)總結(jié) 這個核心算法中的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練過程,是用來對MNIST手寫數(shù)字圖像進行分類的。模型將圖像作為輸入,通過卷積和池化層提取圖像的特征,然后通過全連接層進行分類預(yù)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重數(shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲器內(nèi)。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    神經(jīng)元,但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比,LNN旨在通過模擬大腦中神經(jīng)元之間的動態(tài)連接來處理信息,這種網(wǎng)絡(luò)能夠順序處理數(shù)
    的頭像 發(fā)表于 09-28 10:03 ?1226次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片

    幾年神經(jīng)計算及類腦芯片的重大進展。 一、云端使用的神經(jīng)形態(tài)計算與類腦芯片 神經(jīng)形態(tài)計算旨在設(shè)計
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡(luò)的并行計算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計算方式面臨著巨大的挑戰(zhàn),如計算速度慢、
    的頭像 發(fā)表于 09-17 13:31 ?1130次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行<b class='flag-5'>計算</b>與加速技術(shù)

    無刷電機小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測方法的研究

    摘要:論文通過對無刷電機數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來實現(xiàn)轉(zhuǎn)角預(yù)測,并采用改進遺傳算法來訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機故障診斷中的應(yīng)用

    的診斷誤差。仿真結(jié)果驗證了該算法的有效性。 純分享帖,需要者可點擊附件免費獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機故障診斷中的應(yīng)用.pdf【免責聲明】本文網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機轉(zhuǎn)速估計中的仿真研究

    ,在一定程度上擴展了轉(zhuǎn)速估計范圍。 純分享帖,需要者可點擊附件免費獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)RAS在異步電機轉(zhuǎn)速估計中的仿真研究.pdf【免責聲明】本文網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)
    發(fā)表于 06-16 21:54

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是在一個神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者MATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過python程序?qū)xt文件轉(zhuǎn)化為coe
    的頭像 發(fā)表于 06-03 15:51 ?1218次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析

    利用邊緣計算和工業(yè)計算機實現(xiàn)智能視頻分析

    IVA的好處、實際部署應(yīng)用程序以及工業(yè)計算機如何實現(xiàn)這些解決方案。一、什么是智能視頻分析(IVA)?智能視頻分析(IVA)集成了復(fù)雜的計算機視覺,通常與卷積
    的頭像 發(fā)表于 05-16 14:37 ?839次閱讀
    利用邊緣<b class='flag-5'>計算</b>和工業(yè)<b class='flag-5'>計算機</b>實現(xiàn)智能視頻<b class='flag-5'>分析</b>

    計算機網(wǎng)絡(luò)入門指南

    計算機網(wǎng)絡(luò)是指將地理位置不同且具有獨立功能的多臺計算機及其外部設(shè)備,通過通信線路連接起來,在網(wǎng)絡(luò)操作系統(tǒng)、網(wǎng)絡(luò)管理軟件及
    的頭像 發(fā)表于 04-22 14:29 ?2255次閱讀
    <b class='flag-5'>計算機網(wǎng)絡(luò)</b>入門指南