本文摘要：据美国科技媒体VentureBeat报导，谷歌和多所大学的研究人员用于AstroNetK2卷积神经网络找到了两颗系由外行星（太阳系以外的行星），另外还有14个疑为系由外行星的天体。这项声明的基础是去年由哈佛大学天体物理学家安德鲁·范德伯格（AndrewVanderburg）和谷歌人工智能专家克里斯·沙鲁（ChrisShallue）联合公开发表的一项研究。 他们当时利用机器学习算法来检验开普勒天文望远镜的数据，找寻各种天体。

据美国科技媒体VentureBeat报导，谷歌和多所大学的研究人员用于AstroNetK2卷积神经网络找到了两颗系由外行星（太阳系以外的行星），另外还有14个疑为系由外行星的天体。这项声明的基础是去年由哈佛大学天体物理学家安德鲁·范德伯格（AndrewVanderburg）和谷歌人工智能专家克里斯·沙鲁（ChrisShallue）联合公开发表的一项研究。

他们当时利用机器学习算法来检验开普勒天文望远镜的数据，找寻各种天体。谷歌后来把用于开普勒的数据训练过的系外行星搜寻源代码放在GitHub上。开普勒天文望远镜于2009年启动运营，最初四年用作研究有可能像地球一样的行星。它仔细观察了多达20万颗天体，但由于机械故障，造成其无法对焦于某一片天空，使得数据十分集中。

这台望远镜也在去年月除役。为了解决这种挑战，研究人员共计搜集了3万张有特点的图片，其中有2．2万张用作训练半监督式人工智能系统。

AstroNetK2应用于测试数据库时的准确率超过98％。谷歌大脑团队、加州大学伯克利分校天文系、德克萨斯大学奥斯汀分校天文系，以及哈佛·史密森天体研究中心联合公开发表了这篇论文。

本文关键词：谷歌,必一·体育(B,联合,多所,大学,使用,深度,学习,技术,据

本文来源：必一·体育(B-www.iiudi.com