• 欢迎光临本网站,有人模仿我的站 注意:本站唯一域名:www cnit5 com(原创稿件投递)请联系:QQ442727852期待与您的合作!
  • 设为首页 设为首页 收藏 收藏本站
  • 首页
  • IT行业
  • IT新闻
  • IT资讯
  • 数码产品
  • IT人物
  • 科技资讯
  • IT财经
  • 手机资讯
  • 游戏新闻
  • 区块链
  • IT资讯网
    主页 > IT行业 >
  • 五项研究,人工智能助力地球科学与宇宙探索

  • 发布时间:2022-03-01 10:02  来源:www cnit5 com 作者:IT行业资讯网
  • 4.09K
  • 新的深度学习方法在开普勒的总数中增加了 301 颗行星

    神经网络实时分析引力波

    科学家揭示了氢模型机器学习的局限性

    人工智能学会预测太阳通量

    机器学习算法帮助科学家探索火星

    新的深度学习方法在开普勒的总数中增加了 301 颗行星

    科学家们最近在系外行星总数中增加了多达 301 颗新验证的系外行星。行星群是最新加入 4,569 颗已验证的行星,它们围绕着众多遥远的恒星运行。这要归功于一个由 NASA 艾姆斯研究中心的研究人员开发的名为 ExoMiner 的新深度神经网络。

    ExoMiner 是一种新的深度神经网络,它利用 NASA 的超级计算机 Pleiades,可以将真实的系外行星与不同类型的冒名顶替者或「误报」区分开来。它的设计灵感来自人类专家用来确认新系外行星的各种测试和特性。

     


     

    神经网络实时分析引力波

    马克斯·普朗克智能系统研究所的研究人员,展示了通过深度学习进行快速引力波参数估计的前所未有的准确性。使用神经网络作为贝叶斯后验分布的替代物,研究人员分析了第一个 LIGO-Virgo 引力波瞬态目录中的八个引力波事件,发现与标准推理代码非常接近的定量一致性,但每个事件的推理时间从 O(天)减少到 20 秒。

    该网络使用模拟数据进行训练,包括对事件附近检测器噪声特性的估计。这会在数百万个神经网络参数中对信号和噪声模型进行编码,并能够对与训练分布一致的任何观察到的数据进行推断,从而解释事件之间的噪声非平稳性。

    该团队的算法——称为「DINGO」——为快速准确推断探测到的引力波事件的物理参数树立了新标准,它应该能够在不牺牲准确性的情况下进行实时数据分析。

    该研究以「Real-Time Gravitational Wave Science with Neural Posterior Estimation」为题,于 2021 年 12 月 8 日发布在《PHYSICAL REVIEW LETTERS》。

    有人模仿我们的网站请记住我们的唯一地址(www cnit5 com)为您提供以上文章内容。郑重声明:IT行业资讯网站刊登/转载此文出于传递更多信息之目的 ,并不意味着赞同其观点或论证其描述。本站不负责其真实性。
    上一篇:计算机科学家证明,为什么更大的神经网络可以做得更好
    下一篇:亿欧智库联合发布《生物医药行业全面费用管理数字化白皮书》
  • 图说天下
  • 五项研究,人工智能助力地球科学与宇宙探索 五项研究,人工智能助力地球
  • 计算机科学家证明,为什么更大的神经网络可以做得更好 计算机科学家证明,为什么更
  • 重磅消息!《英雄联盟》手游将调整排位赛机制 重磅消息!《英雄联盟》手游
  • 三大运营商或于年底联合宣布5G消息商用 三大运营商或于年底联合宣布
  • 漏洞删除用户数据后,Google停止在Android上推出Chrome 79 漏洞删除用户数据后,Google
  • 预计2019年中国公有云服务加速追赶 预计2019年中国公有云服务加
  • IT行业什么专业发展前景最好? IT行业什么专业发展前景最好
  • 19岁是否可以通过学习编程语言进入IT行业 19岁是否可以通过学习编程语
  • 腾讯宣布与NBA续约5年版权,传闻称每年要3亿美元 腾讯宣布与NBA续约5年版权,
  • 2019年中国视觉人工智能行业发展现状 2019年中国视觉人工智能行业
  • 首页 | IT行业 | IT新闻 | IT资讯 | 数码产品 | IT人物 | 科技资讯 | IT财经 | 手机资讯 |
  • Copyright @ 2021本网站备案号 :京ICP备16032235号-2