미래문명과 과학 이야기

mss(magic square system)master:jk0620 http://blog.naver.com/mssoms http://jl0620.blogspot.com http://jk0620.tripod.com https://twitter.com/ljunggoo     .Clever Trick Allows Precision Measurement of Exoplanet – Surprisingly High Density Challenges Planet Formation Theories 영리한 트릭으로 외계 행성의 정밀 측정 가능 – 놀랍게도 고밀도가 행성 형성 이론에 도전 주제 :천문학천체 물리학영기외계 행성인기 있는 으로 천문학 연구를위한 대학의 협회 (AURA) 2020년 8월 7일 K2-25b NSF의 NOIRLab 시설에 대한 새로운 세부 관측은 Hyades 성단의 젊은 별을 공전하는 젊은 외계 행성을 드러내는데, 이는 크기와 나이에 비해 비정상적으로 밀도가 높습니다. 해왕성보다 약간 작은 K2-25b는 3.5 일 만에 은하계에서 가장 흔한 별인 M- 왜성 별을 공전합니다. 크레딧 : NOIRLab / NSF / AURA / J. 폴라드 결과의 열쇠는 작은 망원경과 저렴한 디퓨저입니다. NSF의 NOIRLab 시설에 대한 새로운 세부 관측 은 Hyades 성단의 어린 별을 공전 하는 젊은 외계 행성으로 , 크기와 나이에 비해 비정상적으로 밀도가 높습니다. 25 개의 지구 질량으로 무게 가 나가고 해왕성 보다 약간 작은 이 외계 행성의 존재는 선도적 인 행성 형성 이론의 예측과 상충됩니다. Kitt Peak National Observatory (KPNO)의 WIYN 0.9m 망원경, NSF의 NOIRLab 프로그램, McDonald Observatory의 Hobby-Eberly 망원경 및 기타 시설로 이루어진 K2-25b로 알려진 외계 행성의 새로운 관측은 새로운 질문을 제기합니다. 현재 행성...

mss(magic square system)master:jk0620 http://blog.naver.com/mssoms http://jl0620.blogspot.com http://jk0620.tripod.com https://twitter.com/ljunggoo     .Classifying galaxies with artificial intelligence 인공 지능으로 은하 분류 에 의해 일본 국립 천문대 크레딧 : CC0 Public Domain AUGUST 11, 2020 천문학 자들은 스바루 망원경으로 포착 한 먼 우주의 초광 시야 이미지에 인공 지능 (AI)을 적용했으며 이러한 이미지에서 나선 은하를 찾고 분류하는 데 매우 높은 정확도를 달성했습니다. 이 기술은 시민 과학과 결합하여 향후 더 많은 발견을 가져올 것으로 예상됩니다. 주로 일본 국립 천문대 (NAOJ)의 천문학 자로 구성된 연구 그룹은 스바루 망원경으로 얻은 대규모 이미지 데이터 세트에서 은하를 분류하기 위해 AI 유형 인 딥 러닝 기술을 적용했습니다. 높은 감도 덕분에 이미지에서 56 만 개의 은하가 감지되었습니다. 형태 학적 분류를 위해 인간의 눈 으로이 수많은 은하를 하나씩 시각적으로 처리하는 것은 매우 어려울 것 입니다. AI를 통해 팀은 사람의 개입없이 처리를 수행 할 수있었습니다. 2012 년부터 딥 러닝 알고리즘을 사용하여 특징을 추출하고 판단하는 자동화 처리 기술이 빠르게 개발되었습니다. 이제는 일반적으로 정확성 측면에서 인간을 능가하며 자율 주행 차량, 보안 카메라 및 기타 여러 응용 분야에 사용됩니다. NAOJ의 프로젝트 조교수 인 Ken-ichi Tadaki 박사는 AI가 고양이와 개의 이미지를 분류 할 수 있다면 "나선 패턴이있는 은하"와 "나선 패턴이없는 은하"를 구분할 수 있어야한다는 아이디어를 내놓았습니다. 실제로 인공 지능은 인간이 준비한 훈련 데이터를 사용하여 97.5 %의 정확도로 은하의 형...