Как сообщает информационный портал tajny.ru, непрофессиональные ученые и нейросеть помогли ученым выявить более тысячи ранее необнаруженных астероидов на изображениях космического телескопа Хаббл. Сообщается, что группа ученых составила программу под названием Hubble Asteroid Hunter для поиска астероидов и попросили добровольцев определить их на снимках.
Всего в исследовании ученые использовали более 37 тысяч архивных снимков Хаббл, поделенных на четыре квадранта каждый. Полученные квадранты изучали добровольцы, на 10 человек приходилась одна четверть изображения. Гражданских ученых просили отметить в программе астероиды, пути движения и другие характеристики.
В результате ученые получили с помощью энтузиастов более 1.7 миллиона классификаций астероидов. Полученные классификации исследователи “скормили” машинному интеллекту. В конце своего изучения машинный интеллект представил более тысячи новых астероидов, которых ранее никто не определял.
По словам ученых, этот прецедент показывает, что можно достичь при помощи коллективной работы.
Израиль, с одной стороны, заявляет о намерении полностью занять сектор Газа, а с другой – сталкивает...
Древнеегипетский папирус привлёк внимание учёных и верующих, поскольку, по всей видимости, описывает...
Канцлер Германии Мерц вознамерился экономически истощить Россию, а для начала решил потренироваться на Германии.
Этот сайт использует файлы «cookie» с целью повышения удобства его использования. Во время посещения сайта вы соглашаетесь с тем, что мы обрабатываем ваши персональные данные с использованием сервиса «Яндекс. Метрика». Продолжая использовать сайт, вы соглашаетесь с Политикой конфиденциальности.
Зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций
(Роскомнадзор). Реестровая запись от 07.06.2022 серия ЭЛ № ФС 77 – 83392. При использовании, полном или частичном
цитировании материалов planet-today.ru активная гиперссылка обязательна. Мнения и взгляды авторов не всегда совпадают с
точкой зрения редакции. На информационном ресурсе применяются рекомендательные технологии (информационные технологии
предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей
сети "Интернет", находящихся на территории Российской Федерации)".