資訊專欄INFORMATION COLUMN
摘要：現(xiàn)在，蘇黎世聯(lián)邦理工學(xué)院正在上著手準(zhǔn)備一個開源項(xiàng)目，與全球研究者合作開展這一項(xiàng)跨學(xué)科天體物理學(xué)和計算機(jī)科學(xué)的開創(chuàng)性工作。
上圖向我們分別展示了一個原始星系的圖像（左邊第一張），經(jīng)過退化處理了的星系圖像（左起第二張），經(jīng)GAN修復(fù)的星系圖像（左起第三張），以及之前的較先進(jìn)的技術(shù)——“反卷積”技術(shù)加工完成的星系圖像（右邊第一張）。
天文望遠(yuǎn)鏡是天文學(xué)使用的主要儀器，通常情況下會受到其自身鏡片或鏡頭大小的限制。望遠(yuǎn)鏡在很大程度上會受到其鏡頭或鏡片的直徑，也就是所謂的“光圈”，的限制。簡單來說，鏡頭直徑越大，望遠(yuǎn)鏡能集中的光就越多，天文學(xué)家對微小物體的偵探和觀察就越清楚。那奎斯特抽樣定理（又稱采樣定理）對分辨率的限制問題進(jìn)行了闡述，該定理說明采樣頻率與信號頻譜之間的關(guān)系。
Kevin Schawinski，蘇黎世聯(lián)邦理工學(xué)院的教授，帶領(lǐng)著他的瑞士研究團(tuán)隊，使用當(dāng)前的機(jī)器學(xué)習(xí)技術(shù)去挑戰(zhàn)望遠(yuǎn)鏡的“光圈限制”。他們向神經(jīng)網(wǎng)絡(luò)輸入能模仿大腦神經(jīng)元的計算方法，以及星系的具體形象，然后讓神經(jīng)網(wǎng)絡(luò)自動恢復(fù)一張模糊的圖像，把它變成一張清晰的圖像。跟人類一樣，神經(jīng)網(wǎng)絡(luò)也是需要通過一些例子（在這里的例子指的就是同一星系的模糊圖像和清晰圖像）來學(xué)習(xí)和掌握這個技術(shù)的。
他們在自己的系統(tǒng)中使用了兩個相互競爭的神經(jīng)網(wǎng)絡(luò)，一個正流行于機(jī)器學(xué)習(xí)研究領(lǐng)域的新興方法——GAN（Generative Adversarial Network，生成對抗網(wǎng)絡(luò)）。值得一提的是，對這個神經(jīng)網(wǎng)絡(luò)的訓(xùn)練在一臺高性能電腦上只需要幾個小時就能完成。
經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)能夠識別和重構(gòu)那些望遠(yuǎn)鏡無法解決的特征，比如恒星形成區(qū)域、星系中的塵埃帶等等。科學(xué)家們通過與原始高分辨率的圖像的對比檢查來測試其性能，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)是到現(xiàn)在為止科學(xué)家們所使用過的、較好的恢復(fù)圖像特征的方法，它比前幾年用于提高哈勃太空望遠(yuǎn)鏡圖像分辨率的“反卷積”技術(shù)還要完備?！痘始姨煳膮f(xié)會月刊》記錄了這一全新的研究工作。
Schawinski認(rèn)為神經(jīng)網(wǎng)絡(luò)的使用是一個巨大的進(jìn)步，他說道：
我們可以重溫那些僅憑長年望遠(yuǎn)鏡觀察來展開的天文調(diào)查，觀察其更多的細(xì)節(jié)，然后獲得更多關(guān)于星系結(jié)構(gòu)的新發(fā)現(xiàn)。我們完全有可能將這一技術(shù)應(yīng)用到來自哈勃太空望遠(yuǎn)鏡，或是來自即將問世的“James Webb太空望遠(yuǎn)鏡”的那些深度圖像，進(jìn)而更多地了解最早期的宇宙架構(gòu)。
張策教授，專攻計算機(jī)科學(xué)領(lǐng)域的項(xiàng)目合作者同樣看到了神經(jīng)網(wǎng)絡(luò)的巨大潛力，他表示：
大量的天文學(xué)數(shù)據(jù)對計算機(jī)專家來說一直都具有強(qiáng)大的吸引力。然而，當(dāng)一個全新的技術(shù)產(chǎn)生時，比如說機(jī)器學(xué)習(xí)，天體物理學(xué)確實(shí)可以為之提供一個龐大的測試床用于應(yīng)對最基本的計算問題，但在研究工作中，我們應(yīng)該如何用機(jī)器學(xué)習(xí)系統(tǒng)來整合并且利用那些人類上千年來積累的研究成果呢？我們希望可以通過與Kevin的合作，很好地解決這個問題。
這一項(xiàng)目的成功，預(yù)示著天體物理學(xué)領(lǐng)域的未來發(fā)展方向——數(shù)據(jù)驅(qū)動。這就意味著在天體物理學(xué)中，各類知識和信息將能夠自動從數(shù)據(jù)中，而不是從人工制造的物理模型中整合出來。
現(xiàn)在，蘇黎世聯(lián)邦理工學(xué)院正在space.ml上著手準(zhǔn)備一個開源項(xiàng)目，與全球研究者合作開展這一項(xiàng)跨學(xué)科（天體物理學(xué)和計算機(jī)科學(xué)）的開創(chuàng)性工作。
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/4480.html
摘要：是世界上最重要的研究者之一，他在谷歌大腦的競爭對手，由和創(chuàng)立工作過不長的一段時間，今年月重返，建立了一個探索生成模型的新研究團(tuán)隊。機(jī)器學(xué)習(xí)系統(tǒng)可以在這些假的而非真實(shí)的醫(yī)療記錄進(jìn)行訓(xùn)練。今年月在推特上表示是的，我在月底離開，并回到谷歌大腦。 理查德·費(fèi)曼去世后，他教室的黑板上留下這樣一句話：我不能創(chuàng)造的東西，我就不理解。（What I cannot create, I do not under...
摘要：不過，今年月問世的第一版其實(shí)效果還可以，實(shí)現(xiàn)了基于語義信息遷移的顏色提示，讓上色效果更加和諧。生成過程迅速，效果尚好。作者在上回答說，和上一版相比，大部分訓(xùn)練都是純粹無監(jiān)督，甚至無條件的。 給喜歡的動漫形象建個了收藏夾，里面收集她的各種圖片……懂，誰沒幾個喜歡的動漫萌妹呢。一些手繪線稿也很可愛，但黑白配色總會略顯單調(diào)。請記住這張線稿半年前線稿上色AI style2paints的破殼曾讓自動上...
摘要：很多人可能會問這個故事和生成式對抗網(wǎng)絡(luò)有什么關(guān)系其實(shí)，只要你能理解這段故事，就可以了解生成式對抗網(wǎng)絡(luò)的工作原理。 男：哎，你看我給你拍的好不好？女：這是什么鬼，你不能學(xué)學(xué)XXX的構(gòu)圖嗎？男：哦……男：這次你看我拍的行不行？女：你看看你的后期，再看看YYY的后期吧，呵呵男：哦……男：這次好點(diǎn)了吧？女：呵呵，我看你這輩子是學(xué)不會攝影了……男：這次呢？女：嗯，我拿去當(dāng)頭像了上面這段對話講述了一位男...
摘要：年后的你長什么樣北京航空航天大學(xué)和密歇根州立大學(xué)的研究人員設(shè)計了一個系統(tǒng)，采用生成對抗網(wǎng)絡(luò)，可以根據(jù)原始照片生成一個人年齡增長后的樣子，甚至連發(fā)際線逐漸后移也能逼真地模擬。 20年后的你長什么樣？北京航空航天大學(xué)和密歇根州立大學(xué)的研究人員設(shè)計了一個AI系統(tǒng)，采用生成對抗網(wǎng)絡(luò)（GAN），可以根據(jù)原始照片生成一個人年齡增長后的樣子，甚至連發(fā)際線逐漸后移也能逼真地模擬。論文發(fā)表在CVPR 2018...
閱讀 2222·2021-09-30 09:47
閱讀 980·2021-08-27 13:01
閱讀 2968·2019-08-30 15:54
閱讀 3693·2019-08-30 15:53
閱讀 834·2019-08-29 14:07
閱讀 721·2019-08-28 18:16
閱讀 806·2019-08-26 18:37
閱讀 1415·2019-08-26 13:27
