 由于深度学习技术的人工智能AI高灵敏度，在图像中已经识别出多达56万个星系。要用人眼逐个目视地对这些星系进行形态分类是极其困难的，人工智能使研究团队能够在没有人工干预的情况下执行处理。自2012年以来，利用深度学习算法提取和判断特征的自动处理技术得到了迅速发展。现在，它们通常在精确度方面超过人类，并被用于自动驾驶车辆、安全摄像头和许多其他应用。  日本国立天文台项目助理教授Ken-ichi Tadaki博士提出了一个想法：如果AI人工智能能对猫和狗的图像进行分类，那么它应该能够区分“呈螺旋图案的星系”和“没有螺旋图案的星系”。 事实上，使用人类准备的训练数据，人工智能成功地对星系形态进行了分类，准确率为97.5%。然后，将训练好的人工智能应用于全部数据集，它在大约8万个星系中识别出螺旋形，其研究发表《皇家天文学会月刊》上。  既然这项技术已经被证明是有效的，它可以扩展到将星系分类到更详细的类别，方法是在人类分类的大量星系基础上训练人工智能。日本国家天文台现在正在运行一个名为“银河巡航”的公民科学项目，在这个项目中，公民们可以检查用斯巴鲁望远镜拍摄的星系图像，以寻找表明该星系正在与另一个星系碰撞或合并的特征。“银河巡航”的顾问田中雅之副教授对用人工智能研究星系寄予厚望：  斯巴鲁望远镜战略计划是包含几乎无数星系的大数据，从科学上讲，通过公民天文学家和机器合作来处理这样的大数据是非常有趣的。通过在银河巡航中公民科学家所做的分类基础上运用深度学习，我们很有可能发现大量的碰撞和合并星系。基于卷积神经网络(CNN)的深度学习人工智能技术，利用来自斯巴鲁望远镜/Hyper SuPrime-Cam(HSC)观测的大图像数据，将星系形态自动分类为S向螺旋、Z向螺旋和非螺旋。  HSC I波段图像比斯隆数字巡天(SDSS)的图像深约36倍，空间分辨率高两倍，使天文学家能够在z>0.1的情况下识别星系中的旋臂和旋杆等亚结构。研究使用1447个S-螺线、1382个Z-螺线和51个 -650非螺线的HSC图像来训练cnn分类器。由于每类图像的数量不平衡，通过水平翻转、旋转和重新缩放图像来增加螺旋星系的数据，使三类图像的数量相似。训练好的神经网络模型对97.5%的验证数据进行了正确分类( %)，这些数据没有用于训练。 博科园｜研究/来自：日本国立天文台 参考期刊《皇家天文学会月刊》DOI: 10.1093/mnras/staa1880博科园｜科学、科技、科研、科普 博科园APP 国内罕有纯粹的科学类APP覆盖自然科学领域全学科+科学、科技、科研、科普、科幻博科园非常期待你的加入分享、创作、记录、交流学习 也有机会可以在这里推给大家哦快来下载一个吧？又不需要要多少流量如果不满意你卸载就可以重要的是需要一个勇敢的开始♪   你想看的大美宇宙科学 博科园这里都有  （左右滑动）首页截图>>  （左右滑动）功能页截图>>  （左右滑动）中心截图>>  （左右滑动）筛选页截图>>  （左右滑动）发表页截图 以上截图中的功能均可使用 记得下载安装应用后，还望各位童鞋们能在各自手机应用商店下载后给个5星好评呀(*´︶`*) 同时也希望帮忙宣传分享一下，博科园专注于科学（科学、科技、科研、科普）谢谢(^∇^*) 苹果iOS系统下载： 在App Store搜索：博科园支持苹果iPhone手机支持苹果iPad平板电脑安卓系统下载： 1、任意搜索引擎搜：博科园 2、华为手机应用商店 3、小米手机应用商店 4、魅族手机应用商店 5、OPPO手机软件商店 6、vivo手机应用商店 7、三星手机应用商店 8、应用宝（腾讯手机管家等） 9、360手机助手/应用市场 10、搜狗应用市场/助手 11、百度手机助手/应用市场 12、联想手机/乐商店 13、豌豆荚和PP助手等 14、去官网：www.bokeyuan.net 搜名字：博科园（不要打错字哦） 
 涨知识没？请点一点“在看”分享呀 |
