摘要：现在，苏黎世联邦理工学院正在上着手准备一个开源项目，与全球研究者合作开展这一项跨学科天体物理学和计算机科学的开创性工作。
上图向我们分别展示了一个原始星系的图像（左边第一张），经过退化处理了的星系图像（左起第二张），经GAN修复的星系图像（左起第三张），以及之前的较先进的技术——“反卷积”技术加工完成的星系图像（右边第一张）。
天文望远镜是天文学使用的主要仪器，通常情况下会受到其自身镜片或镜头大小的限制。望远镜在很大程度上会受到其镜头或镜片的直径，也就是所谓的“光圈”，的限制。简单来说，镜头直径越大，望远镜能集中的光就越多，天文学家对微小物体的侦探和观察就越清楚。那奎斯特抽样定理（又称采样定理）对分辨率的限制问题进行了阐述，该定理说明采样频率与信号频谱之间的关系。
Kevin Schawinski，苏黎世联邦理工学院的教授，带领着他的瑞士研究团队，使用当前的机器学习技术去挑战望远镜的“光圈限制”。他们向神经网络输入能模仿大脑神经元的计算方法，以及星系的具体形象，然后让神经网络自动恢复一张模糊的图像，把它变成一张清晰的图像。跟人类一样，神经网络也是需要通过一些例子（在这里的例子指的就是同一星系的模糊图像和清晰图像）来学习和掌握这个技术的。
他们在自己的系统中使用了两个相互竞争的神经网络，一个正流行于机器学习研究领域的新兴方法——GAN（Generative Adversarial Network，生成对抗网络）。值得一提的是，对这个神经网络的训练在一台高性能电脑上只需要几个小时就能完成。
经过训练的神经网络能够识别和重构那些望远镜无法解决的特征，比如恒星形成区域、星系中的尘埃带等等。科学家们通过与原始高分辨率的图像的对比检查来测试其性能，发现神经网络是到现在为止科学家们所使用过的、较好的恢复图像特征的方法，它比前几年用于提高哈勃太空望远镜图像分辨率的“反卷积”技术还要完备。《皇家天文协会月刊》记录了这一全新的研究工作。
Schawinski认为神经网络的使用是一个巨大的进步，他说道：
我们可以重温那些仅凭长年望远镜观察来展开的天文调查，观察其更多的细节，然后获得更多关于星系结构的新发现。我们完全有可能将这一技术应用到来自哈勃太空望远镜，或是来自即将问世的“James Webb太空望远镜”的那些深度图像，进而更多地了解最早期的宇宙架构。
张策教授，专攻计算机科学领域的项目合作者同样看到了神经网络的巨大潜力，他表示：
大量的天文学数据对计算机专家来说一直都具有强大的吸引力。然而，当一个全新的技术产生时，比如说机器学习，天体物理学确实可以为之提供一个庞大的测试床用于应对最基本的计算问题，但在研究工作中，我们应该如何用机器学习系统来整合并且利用那些人类上千年来积累的研究成果呢？我们希望可以通过与Kevin的合作，很好地解决这个问题。
这一项目的成功，预示着天体物理学领域的未来发展方向——数据驱动。这就意味着在天体物理学中，各类知识和信息将能够自动从数据中，而不是从人工制造的物理模型中整合出来。
现在，苏黎世联邦理工学院正在space.ml上着手准备一个开源项目，与全球研究者合作开展这一项跨学科（天体物理学和计算机科学）的开创性工作。
欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4480.html
摘要：是世界上最重要的研究者之一，他在谷歌大脑的竞争对手，由和创立工作过不长的一段时间，今年月重返，建立了一个探索生成模型的新研究团队。机器学习系统可以在这些假的而非真实的医疗记录进行训练。今年月在推特上表示是的，我在月底离开，并回到谷歌大脑。 理查德·费曼去世后，他教室的黑板上留下这样一句话：我不能创造的东西，我就不理解。（What I cannot create, I do not under...
摘要：不过，今年月问世的第一版其实效果还可以，实现了基于语义信息迁移的颜色提示，让上色效果更加和谐。生成过程迅速，效果尚好。作者在上回答说，和上一版相比，大部分训练都是纯粹无监督，甚至无条件的。 给喜欢的动漫形象建个了收藏夹，里面收集她的各种图片……懂，谁没几个喜欢的动漫萌妹呢。一些手绘线稿也很可爱，但黑白配色总会略显单调。请记住这张线稿半年前线稿上色AI style2paints的破壳曾让自动上...
摘要：很多人可能会问这个故事和生成式对抗网络有什么关系其实，只要你能理解这段故事，就可以了解生成式对抗网络的工作原理。 男：哎，你看我给你拍的好不好？女：这是什么鬼，你不能学学XXX的构图吗？男：哦……男：这次你看我拍的行不行？女：你看看你的后期，再看看YYY的后期吧，呵呵男：哦……男：这次好点了吧？女：呵呵，我看你这辈子是学不会摄影了……男：这次呢？女：嗯，我拿去当头像了上面这段对话讲述了一位男...
摘要：年后的你长什么样北京航空航天大学和密歇根州立大学的研究人员设计了一个系统，采用生成对抗网络，可以根据原始照片生成一个人年龄增长后的样子，甚至连发际线逐渐后移也能逼真地模拟。 20年后的你长什么样？北京航空航天大学和密歇根州立大学的研究人员设计了一个AI系统，采用生成对抗网络（GAN），可以根据原始照片生成一个人年龄增长后的样子，甚至连发际线逐渐后移也能逼真地模拟。论文发表在CVPR 2018...
阅读 1978·2021-09-30 09:47
阅读 656·2021-08-27 13:01
阅读 2673·2019-08-30 15:54
阅读 3558·2019-08-30 15:53
阅读 728·2019-08-29 14:07
阅读 568·2019-08-28 18:16
阅读 684·2019-08-26 18:37
阅读 1280·2019-08-26 13:27
