本文摘要：想象一下，星团、星云和其他星际现象都是由计算机在无人监督的情况下凭空分解的。这听得一起有可能看起来对未来全息技术的叙述，但是爱丁堡大学感官研究所和天文学研究所的研究人员，就在人工智能的协助下设计了这样一个系统。研究人员叙述了一种人工智能模型，该模型需要分解制备星系的高分辨率图像，这些图像遵循了现实的星系产于。“21世纪的天文学发现自己享有大量数据，大部分数据在捕捉时会被过滤器掉，以节省内存存储，”他们写到。 “对于深度自学等现代技术来说，转入这一领域的时机早已成熟期。

想象一下，星团、星云和其他星际现象都是由计算机在无人监督的情况下凭空分解的。这听得一起有可能看起来对未来全息技术的叙述，但是爱丁堡大学感官研究所和天文学研究所的研究人员，就在人工智能的协助下设计了这样一个系统。研究人员叙述了一种人工智能模型，该模型需要分解制备星系的高分辨率图像，这些图像遵循了现实的星系产于。“21世纪的天文学发现自己享有大量数据，大部分数据在捕捉时会被过滤器掉，以节省内存存储，”他们写到。

“对于深度自学等现代技术来说，转入这一领域的时机早已成熟期。星系在这类应用于中起了关键作用，我们探寻了利用人工智能来分解星系图像的可能性。

”该团队机器学习架构的核心是分解对抗性网络（GAN）——由分解样本的生成器和企图区分分解样本和现实样本的鉴别器构成的两部分神经网络。将GAN叙述为AI算法中的“神童”并不滑稽；它们被用来找到新药，制作令人信服的汉堡和蝴蝶照片，甚至分解脑癌的人工扫瞄图。这一星系分解系统由两个五层GANs构成：阶段一GAN和阶段二GAN。

本文关键词：【,鼎盛,游戏,官网,鼎盛游戏官网,】,利用,GAN,自动生成,星系

本文来源：鼎盛游戏官网-www.jsyijie.com