多伦多大学以深度学习训练AI算法算出外星生命迹象

多年来,全球大型望远镜一直在聆听遥远外星文明信号,但如何处理大量数据并辨认正是外星无线电信号,是个大问题。

Peter Xiangyuan Ma为多伦多大学学生兼研究员,高中三年级时致力撰写全新AI算法,有助区分人类技术无线电与可能来自太空其他生命的信号。依赖这种算法,研究人员得以从喜帕恰斯星表的820个恒星、累计超过480小时的观测资料,找到5个星球的8个新无线电信号,距离地球30~90光年。

技术名称为贝塔卷积变分自动编码器(β-Convolutional Variational Autoencoder),借半自动分析每种可能候选者,同时降低过去判定错误率,用于搜索地外文明计划及其他瞬态研究设施,且减少大量人工排查及筛选时间。现在工具有了,怎么使用又是另一个课题。论文发表在《自然天文学》期刊。

(首图来源:Pixabay)

展开阅读全文

页面更新:2024-03-12

标签:多伦多   算法   外文   卷积   错误率   候选者   电信号   天文学   外星   迹象   深度   信号   大学

1 2 3 4 5

上滑加载更多 ↓
推荐阅读:
友情链接:
更多:

本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828  

© CopyRight 2008-2024 All Rights Reserved. Powered By bs178.com 闽ICP备11008920号-3
闽公网安备35020302034844号

Top