Встретьте RobERt, полного сновидений детектива для атмосфер экзопланеты

«Различные типы молекул поглощают и излучают свет в определенных длинах волны, включая уникальный образец линий в электромагнитном спектре», объяснил доктор Валдман, который возглавляет группу разработчиков RobERt. «Мы можем взять свет, в который проникли атмосфера экзопланеты или отразили от ее вершин облака, разделил ее как радуга и затем выбирает ‘отпечаток пальца’ особенностей, связанных с различными молекулами или газами. Человеческие мозги действительно хороши в нахождении этих образцов в спектрах и маркируют их на основе опыта, но это – действительно трудоемкая работа и будут огромные объемы данных.Мы построили RobERt, чтобы независимо извлечь уроки из примеров и основываться на его собственных событиях.

Этот путь, как закаленный астроном или детектив, у RobERt есть довольно хорошее чувство для того, что молекулы в спектре и которые являются самыми многообещающими данными для более подробного анализа. Но что обычно занимает дни, или недели берет RobERt простые секунды."Глубокие нейронные сети веры или DBNs, были развиты больше чем десятилетие назад и обычно используются для распознавания речи, интернет-поисков и потребительского поведения отслеживания.

У DBN RobERt есть три слоя процессоров единицы или ‘нейроны’. Информация подана в нижний слой 500 нейронов, которые делают начальный фильтр данных и передают подмножество до второго слоя. Здесь, 200 нейронов совершенствуют выбор и данные о проходе до третьего слоя 50 нейронов, чтобы сделать заключительную идентификацию газов, скорее всего, чтобы присутствовать.Чтобы подготовить RobERt к его вызову, Валдман и коллеги в UCL создали в общей сложности 85 750 моделируемых спектров, покрыв пять различных типов экзопланеты в пределах от GJ1214b, потенциальной «океанской планеты», американцу англо-саксонского происхождения и протестантского вероисповедания 12, горячий Юпитер, движущийся по кругу очень близко к ее звезде.

Каждый спектр в учебном наборе содержал отпечаток пальца единственной газовой разновидности. Изучение RobERt прогресса было проверено с промежутками во время обучения со спектрами ‘контроля’. В конце учебной фазы у RobERt была точность признания 99,7%.

«RobERt учился принимать во внимание факторы, такие как шум, ограниченные диапазоны длины волны и смеси газов», сказал Валдман. «Он может выбрать компоненты, такие как вода и метан в смешанной атмосфере с высокой вероятностью, даже когда вход прибывает из ограниченных диапазонов волн, которые обеспечивает большинство космических инструментов и когда это содержит накладывающиеся особенности».DBN RobERt может также быть полностью изменен так, чтобы вместо того, чтобы анализировать данные питался в систему, он может войти в ‘полное сновидений государство’, в котором он может произвести полные спектры на основе своих событий.

«Роботы действительно мечтают. Мы можем попросить, чтобы RobERt выдумал то, что он думает, что водный спектр будет похож, и он доказан очень точным», сказал Валдман. «Эта полная сновидений способность была очень полезна, пытаясь определить особенности в неполных данных. RobERt может использовать его состояние мечты, чтобы заполнить промежутки.

Космический телескоп Джеймса Уэбба, должный для запуска в 2018, скажет как больше об атмосферах экзопланет, и новые средства как Мерцание или ARIEL будут прибывать онлайн за следующее десятилетие, которые определенно скроены к характеристике атмосфер экзопланет. Объем данных, который обеспечат эти миссии, захватит дух.

RobERt будет играть неоценимую роль в помощи нам проанализировать данные из этих миссий и узнать то, на что действительно похожи эти отдаленные миры».


Блог обо всем