优德88手机网址_优德88手机app下载_w88优徳

admin2周前175浏览量

苏黎世联邦理工学院物理学家和计算机科学家开发了一种新办法,用来处理世界中的暗物质和暗能量问题。科学家运用机器学习东西,对计算机进行编程,以自学怎么从世界地图中提取相关信息。了解世界是怎么变成今天的姿态,以及它的终究命运是什么,是科学中最大的应战之一。在晴朗的夜晚,许多星星令人敬畏,不由让咱们对问题的严重性有了一些了解,但这仅仅故事的一部分。更深层次的疑团在于咱们看不到的东西,至少不是直接看到的:暗物质和暗能量。

跟着暗物质将世界拉到一同,暗能量使世界胀大得更快,世界学家需求切当地知道这两种神秘物质中有多少存在,以便完善他们的模型。在苏黎世联邦理工学院,来自物理系和计算机科学系的科学家们现在联手改进了经过人工智能估量世界暗物质含量的规范办法。运用顶级的机器学习算法进行世界学数据剖析,这些算法与Facebook和其他交际媒体用于面部辨认的算法有许多共同之处,其研讨结果宣布在科学期刊《物理谈论D》上。虽然在拍照的夜空照片中没有“人脸”可供辨认,但世界学家仍然在寻觅相似的东西。

用于世界学的面部辨认

(此处已添加圈子卡片,请到今天头条客户端检查)

正如粒子物理和天体物理研讨所Alexandre Refregier小组研讨员Tomasz Kacprzak所解说的那样:Facebook运用其算法在图画中找到眼睛、嘴巴或耳朵;而科学家用来寻觅暗物质和暗能量的痕迹。由于暗物质不能直接在望远镜图画中看到,物理学家们依赖于这样一个现实:一切物质(包含暗物质)都稍微曲折了从悠远星系抵达地球的光线的途径。这种被称为“弱引力透镜效应”的效应十分奇妙地歪曲了这些星系的图画。就像酷热的一天,当光线穿过不同温度的空气层时,悠远的物体看起来含糊了。

世界学家可以运用这种歪曲向后作业,并创立显现暗物质所在位置的天空质量图。接下来,将这些暗物质映射与理论猜测进行比较,以找出哪个世界学模型与数据最匹配。传统上,这是运用人工规划的统计数据完结,例如描绘地图不同部分怎么彼此相关的所谓相关函数。但是,这样的统计数据关于在物质地图中找到杂乱形式的才能有限。在新研讨中,运用了一种全新的办法,研讨人员不是自己创造恰当的统计剖析,而是让计算机来做这项作业。这便是计算机科学系数据剖析实验室的Aurelen Lucchi和搭档们的用武之地。

与Refregier团队的博士生、该研讨的首要作者Janis Fluri一同,运用了称为深层人工神经网络的机器学习算法,并教人工智能从暗物质地图中提取尽或许多的信息。在第一步,科学家经过向供给计算机生成的模仿世界的数据来练习神经网络。这样,就知道关于给定的世界学参数,例如暗物质总量和暗能量之间的比率,正确答案应该是每个模仿的暗物质图。经过重复剖析暗物质图,神经网络学会了在其间寻觅正确的特征,并提取越来越多的所需信息。在Facebook的类比中,它更好区域分了随机的椭圆形形状和眼睛或嘴巴。

这种练习的结果是令人鼓舞的:神经网络得出的精确度值,比根据人工统计剖析的传统办法取得的值高出30%。关于世界学家来说,这是一个巨大的前进,由于经过添加望远镜图画的数量来到达相同精确度需求两倍的调查时刻,这是很贵重的。最终,科学家们运用练习有素的神经网络剖析了来自实践暗物质450个数据集。这是这种机器学习东西第一次被用于这一范畴,研讨发现,深度人工神经网络使咱们可以从数据中提取比曾经办法更多的信息。信任,机器学习在世界学中的这种运用将会有许多未来的使用。

博科园|研讨/来自:苏黎世联邦理工学院

参阅期刊《物理谈论D》

DOI: 10.1103/PhysRevD.100.063514

博科园|科学、科技、科研、科普

最新评论