利用GAN自動生成星系圖像,人工智能或成宇宙探索新工具
想象一下,星團、星云和其他星際現象都是由計算機在無人監(jiān)督的情況下憑空生成的。這聽起來可能像是對未來全息技術的描述,但是愛丁堡大學感知研究所和天文學研究所的研究人員,就在人工智能的幫助下設計了這樣一個系統(tǒng)。
研究人員描述了一種人工智能模型,該模型能夠生成合成星系的高分辨率圖像,這些圖像遵循了真實的星系分布。
“21世紀的天文學發(fā)現自己擁有大量數據,大部分數據在捕獲時會被過濾掉,以節(jié)省內存存儲,”他們寫道!皩τ谏疃葘W習等現代技術來說,進入這一領域的時機已經成熟。星系在這類應用中起了關鍵作用,我們探索了利用人工智能來生成星系圖像的可能性!
該團隊機器學習架構的核心是生成對抗性網絡(GAN)——由生成樣本的生成器和試圖區(qū)分生成樣本和真實樣本的鑒別器組成的兩部分神經網絡。將GAN描述為AI算法中的“神童”并不夸張;它們被用來發(fā)現新藥,制作令人信服的漢堡和蝴蝶照片,甚至生成腦癌的人工掃描圖。
這一星系生成系統(tǒng)由兩個五層GANs組成:階段一GAN和階段二GAN。第一個生成低分辨率圖像(64x64像素),而第二個使用一種叫做超分辨率的技術將它們轉換成高分辨率圖像(128x128像素)。研究人員指出,在實際過程中,階段二GAN會自我填充缺失的像素,更加注重現實性而非準確性。
為了“鼓勵”階段二GAN中的生成器生成類似于放大實像對應物的合成星系圖像,該論文作者引入了一個“雙目標函數”,該函數計算了分辨率增強圖像和實像之間的誤差標準。其結果是生成了大量保留星系“更稀有”特征的樣本,如旋臂。
研究人員使用英偉達GTX 1060 GPU在PC上訓練人工智能系統(tǒng),并為其提供來自Galaxy Zoo 2數據集的恒星和行星體的全色圖像,Galaxy Zoo 2是一個眾包天文學項目。他們在評估結果時考慮了四個屬性:橢圓度,或偏離圓形度的程度;與水平面的仰角;總流量;以及半長軸(橢圓最長直徑的一半)的尺寸測量。
在論文的最后,研究人員寫道,該模型生成了非常類似真實星系“物理真實”的圖像。他們認為,這一系統(tǒng)可以被用來擴充真實樣本的數據庫,實際上這也是深度學習模型的數據源。
“能夠創(chuàng)建物理真實的星系圖像生成模型有許多實際用途,”他們寫道!拔覀兊墓ぷ髡故玖薌AN架構作為現代天文學寶貴工具的潛力。”
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-10.29立即報名>> 2024德州儀器嵌入式技術創(chuàng)新發(fā)展研討會
-
10月31日立即下載>> 【限時免費下載】TE暖通空調系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月14日立即報名>> 2024工程師系列—工業(yè)電子技術在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網產業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市