キングアブドラ科学技術大学（KAUST）の研究者は、貴重な遊雅堂 フリーベットと鉱物資源を備えた奨励された月サイトサイトを見つける追求を加速するための新しい人工知能と機械学習方法を開発しました。
望遠鏡画像から重要な月要素を自動的に分類できる革新的な月の走りのテクニックは、大幅に能力を高めることができるofin 遊雅堂 フリーベットと鉱物資源を備えたサイトの選択と探査のため。
月の着陸および探査サイトを選択するプロセスは、実際には非常に複雑です。 月面の観察可能な領域はロシアよりも大きく、数千のクレーターがマークされており、キャニオンのようなリルが織り交ぜられています。
月の貴重な鉱物と遊雅堂 フリーベット源を見つける
将来の着陸サイトと探査サイトのオプションは、利用可能な鉱物と遊雅堂 フリーベット資源だけでなく、建物のための最も奨励された潜在的な場所に帰着する可能性があります。ただし、たとえば、肉眼でそのような広大な領域を検索すると、幅が数百メートルの特性を求めて、困難で定期的に誤りがあるため、探索のための理想的な領域を選択するのが難しくなります。
siyuan chen、xin gao、shuyu Sun、with Associates香港の中国大学、機械学習と人工知能を利用して、可能な月面着陸の検出と分類を自動化しました。ミネラルミネラル–豊富な探索エリア。
「クレーターやリルなどの月の特徴を探しています。これらは、ウランやヘリウム3などの遊雅堂 フリーベット資源のホットスポットと考えられています。 「どちらも月のクレーターで検出されており、宇宙船燃料を補充するための有用なリソースになる可能性があります。」
人工知能を使用した最適化検索
機械学習は、トレーニングのための非常に効率的な方法を提供します人工知能単独で特定の特性を検索するモデル。
「クレーターとリルの両方の注釈を使用して独自のトレーニングデータセットを構築することにより、この課題を克服しました」とチェンは言いました。 「これを行うために、トランスファーラーニングと呼ばれるアプローチを使用して、表面亀裂データセットでリルモデルを取得しています罰金罰金–実際のリールマスクを使用したチューニング。以前のアプローチでは、入力画像の少なくとも一部に手動注釈が必要です。私たちのアプローチでは、人間の介入は必要ありません。,高品質のデータセット。」
研究者が直面するもう1つの困難は、クレーターとリルの両方を同時に検出するために適用できる計算方法を構築する能力であり、これは以前に達成されていませんでした。
「これはピクセルからピクセルへの問題であり、月のイメージでクレーターとリルを正確にマスクする必要があります」とチェンは説明しました。 「私たちは、クレーターとリルを同時に識別するために同じネットワークアーキテクチャを共有する2つの独立したネットワークを備えた高解像度-Moon-NETと呼ばれる深い学習フレームワークを構築することにより、この問題を解決しました。」
研究者の斬新な方法論は、83.7％に高い驚くべき精度率を達成しました。
