0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工神经网络识别9万张图像,数小时发现6883个新陨石坑

DPVg_AI_era 来源:未知 作者:李倩 2018-03-20 14:06 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

最近,美国和加拿大的研究人员用人工智能发现了月球上近7000个此前未被发现的陨石坑,仅用时几个小时。未来,人类将有可能在这些陨石坑巨大的阴影下建立月球基地。

人类离开地球后的第一个家园可能很快就会被找到。

最近,美国宾夕法尼亚州立大学的Ari Silburt和加拿大多伦多大学的Mohamad Ali-Dib领导的研究小组,利用人工智能发现了月球上近7000个此前未被发现的陨石坑,仅用时几个小时。

专家说,未来,人类可以在陨石坑巨大的阴影下建立月球基地,这样可以保护殖民者免受太阳辐射的危险。

人工神经网络识别9万张图像,数小时发现6883个新陨石坑

过去,人们在计算月球上的陨石坑时,需要手动查看图像,找到并计算陨石坑的数量,然后根据图像大小计算它们的实际大小。

研究人员也曾尝试过开发算法来识别和计算月球陨石坑,但是当它们用于新的、以前看不见的陨石坑时,往往表现不佳。

Ali-Dib和他的同事开发的算法可以很好地发现不容易识别的月球,甚至水星等其他星球上的陨石坑。

该算法经过训练以识别火山口的边缘,然后对照先前发现的火山口的数据库进行检查,算法使用这些信息来确认新的形状符合已知的火山口形状。这使得算法可以区分陨石坑和其他地质形状,包括山脉和山脊。

为了确定其准确性,研究团队首先在覆盖三分之二的月球的大型数据集上训练神经网络,然后在余下三分之一的月球上测试他们的训练网络。最终的结果表现非常好,它能够识别两倍于传统手动计数的陨石坑。而实际上上,它能够在月球上识别出约7000个以前不明的陨石坑。

专家将90000幅月球表面图像输入到人造神经网络,并对图像进行分类并确定直径大于5公里的陨石坑。这张图片显示了AI在非月亮照片上的识别能力。

当机器进行测试时,它找到了6883个新陨石坑,使这个尺寸的已知陨石坑总数增加了一倍。该图像显示原始图像(左),AI对火山口位置(中心)的预测以及这些预测叠加在原始图像上(右图)

然而,人工智能确实不时出现失误,错误地识别出了一些陨石坑,而忽略了其他的陨石坑。大约四分之一正确识别的陨石坑的真实位置没有显示(红色)

Silburt博士说,一旦模型有了更多的改进,AI就可以用来发现成千上万、身份不明的5公里以下的陨石坑。

未来,Ali-Dib表示计划将进一步改进算法,使研究人员能够找到更多的陨石坑,并在其他太阳系体如火星、谷神星(Ceres)、木星和土星的卫星上使用。

通过陨石坑研究太阳系,2030年人类登月找到定居点?

了解陨石坑在月球上的大小和位置非常重要,因为它为我们的太阳系历史提供了一个研究窗口。 Ali-Dib指出,通过研究各种形状、大小和年龄的撞击坑,研究人员可以更好地了解太阳系早期发生的物质分布和物理现象。

由于月球没有大气、板块构造和水,所以几乎没有受到地表侵蚀,因此一些陨石坑的形成时间可以达到40亿年。大陨石坑的年龄也可以通过计算里面有多少个小陨石坑来确定。

LRO拍摄的月球陨石坑

这次研究使用的许多图像是通过美国国家航空航天局的月球侦察轨道飞行器(Lunar Reconnaissance Orbiter ,LRO)获取,该飞行器在2009年发射升空,这是美国“重返月球”计划的第一步,为美国下一步载人探月以及探索太阳系提供重要数据。

LRO返回月球全部数据,如日间温度地图、月球大地测量网格、高分辨率彩色成像和月球的UV反照率(这是衡量太阳辐射被天文物体反射回太空中的比例的测量值)。

月球侦察轨道飞行器LRO(意境图)

LRO有助于确定月球上潜在资源点,具有极高的科学价值,资源点能够为人类提供良好的地形和未来机器人和人类执行月球任务所需的安全环境。

欧洲航天局推动的“月球村”计划大使Bernard Foing教授曾表示,到2030年,可能会有六到十个人类先驱者在月球上找到定居点,到2040年人类在月球上的数量可能增长到100人。

Bernard Foing

“到了2050年,可能会有一千人,然后......自然你可以设想让家人在那里工作。”Bernard Foing说。

Bernard Foing认为,潜在的月球资源包括玄武岩,这是一种火山岩,它可用作打印3D卫星的原材料。这些卫星可以从月球上发射,因为其重力只有地球的一小部分。

未来人类月球定居点(意境图)

此外,月球还拥有氦3,这是我们这个星球上罕见的同位素,它理论上可以用来为地球产生更清洁,更安全的核能。

月球上的水被凝结在月亮两极的冰上,而水可以分离成氢气和氧气,两种气体在混合时会爆炸——这能提供火箭燃料。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4844

    浏览量

    108212
  • 人工智能
    +关注

    关注

    1821

    文章

    50367

    浏览量

    267064

原文标题:【月球殖民靠AI】神经网络发现7000个新陨石坑,人类2030年或找到月球定居点

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    卷积神经网络如何让自动驾驶识别障碍物?

    自动驾驶的发展过程中,感知系统一直承担车辆“眼睛”的角色,其核心任务是让计算机理解复杂多变的物理世界。卷积神经网络(CNN)作为一种专门用于处理图像和视频等网格状数据结构的深度学习模型,已经成为自动驾驶感知的基石。
    的头像 发表于 04-11 09:59 1495次阅读
    卷积<b class='flag-5'>神经网络</b>如何让自动驾驶<b class='flag-5'>识别</b>障碍物?

    为什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神经网络引擎?

    我想知道为什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神经网络引擎,请问?您能否举一些关于他们的用例的例子?
    发表于 03-25 06:01

    神经网络的初步认识

    日常生活中的智能应用都离不开深度学习,而深度学习则依赖于神经网络的实现。什么是神经网络神经网络的核心思想是模仿生物神经系统的结构,特别是大脑中神经
    的头像 发表于 12-17 15:05 490次阅读
    <b class='flag-5'>神经网络</b>的初步认识

    自动驾驶中常提的卷积神经网络啥?

    在自动驾驶领域,经常会听到卷积神经网络技术。卷积神经网络,简称为CNN,是一种专门用来处理网格状数据(比如图像)的深度学习模型。CNN在图像处理中尤其常见,因为
    的头像 发表于 11-19 18:15 2278次阅读
    自动驾驶中常提的卷积<b class='flag-5'>神经网络</b>是<b class='flag-5'>个</b>啥?

    NMSIS神经网络库使用介绍

    (q7_t) 和 16 位整数 (q15_t)。 卷积神经网络示例: 本示例中使用的 CNN 基于来自 Caffe 的 CIFAR-10 示例。神经网络由 3 卷积层组成,中间散布着 ReLU
    发表于 10-29 06:08

    构建CNN网络模型并优化的一般化建议

    ,从而得到对我们有价值的识别信息。但这种迭代性并不是十分必要的,因为从实践来看,即使只有单层网络的模型,只要拥有充分数量的神经元,也可以获得较高的准确率。不过该种方式的一重要缺点就是
    发表于 10-28 08:02

    在Ubuntu20.04系统中训练神经网络模型的一些经验

    模型。 我们使用MNIST数据集,训练一卷积神经网络(CNN)模型,用于手写数字识别。一旦模型被训练并保存,就可以用于对新图像进行推理和预测。要使用生成的模型进行推理,可以按照以下步
    发表于 10-22 07:03

    CICC2033神经网络部署相关操作

    在完成神经网络量化后,需要将神经网络部署到硬件加速器上。首先需要将所有权重数据以及输入数据导入到存储器内。 在仿真环境下,可将其存于一文件,并在 Verilog 代码中通过 readmemh 函数
    发表于 10-20 08:00

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是一种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的神经结构,尽管这种微生物的
    的头像 发表于 09-28 10:03 1602次阅读
    液态<b class='flag-5'>神经网络</b>(LNN):时间连续性与动态适应性的<b class='flag-5'>神经网络</b>

    神经网络的并行计算与加速技术

    随着人工智能技术的飞速发展,神经网络在众多领域展现出了巨大的潜力和广泛的应用前景。然而,神经网络模型的复杂度和规模也在不断增加,这使得传统的串行计算方式面临着巨大的挑战,如计算速度慢、训练时间长等
    的头像 发表于 09-17 13:31 1333次阅读
    <b class='flag-5'>神经网络</b>的并行计算与加速技术

    基于神经网络的数字预失真模型解决方案

    在基于神经网络的数字预失真(DPD)模型中,使用不同的激活函数对整个系统性能和能效有何影响?
    的头像 发表于 08-29 14:01 3695次阅读

    无刷电机小波神经网络转子位置检测方法的研究

    摘要:论文通过对无刷电机数学模型的推导,得出转角:与三相相电压之间存在映射关系,因此构建了一以三相相电压为输人,转角为输出的小波神经网络来实现转角预测,并采用改进遗传算法来训练网络结构与参数,借助
    发表于 06-25 13:06

    神经网络专家系统在电机故障诊断中的应用

    摘要:针对传统专家系统不能进行自学习、自适应的问题,本文提出了基于种经网络专家系统的并步电机故障诊断方法。本文将小波神经网络和专家系统相结合,充分发挥了二者故障诊断的优点,很大程度上降低了对电机
    发表于 06-16 22:09

    神经网络RAS在异步电机转速估计中的仿真研究

    众多方法中,由于其结构简单,稳定性好广泛受到人们的重视,且已被用于产品开发。但是MRAS仍存在在低速区速度估计精度下降和对电动机参数变化非常敏感的问题。本文利用神经网络的特点,使估计更为简单、快速
    发表于 06-16 21:54

    基于FPGA搭建神经网络的步骤解析

    本文的目的是在一神经网络已经通过python或者MATLAB训练好的神经网络模型,将训练好的模型的权重和偏置文件以TXT文件格式导出,然后通过python程序将txt文件转化为coe文件,(coe
    的头像 发表于 06-03 15:51 1541次阅读
    基于FPGA搭建<b class='flag-5'>神经网络</b>的步骤解析