Новости космоса
ВХОД РЕГИСТРАЦИЯ
Новые астрофото

157

2259

2962
Смотреть все астрофото
Реклама на сайте
AstroZona.ru
Новое видео космоса
все о космосе 08.12.2017 1818 5
Астронавт снял Землю из космоса 01.12.2017 1121 7
NASA на Сатурне: Кассини 20.05.2017 14863 8
11 лет полета Кассини к Сатурну (Фото подборка) 19.05.2017 15071 9
Съемка таинственных голубых и красных вспышек в атмосфере Земли с борта МКС 10.02.2017 19142 7
Смотреть все видео космоса
События дня
Все события дня
Новые статьи
К Черной Дыре и обратно 02.12.2017 1187 9
Планета 9: происхождение и основные параметры 17.08.2016 26410 8
Планета 9: возникновение гипотезы и альтернативные сценарии 17.08.2016 23213 9
«Марс 2020: Новый марсианский ровер НАСА» 14.08.2016 22410 8
Миссия «Юнона»: Часть II. Оснащение аппарата 19.07.2016 20662 5




Новости космоса  »  Февраль 2017 года

Нейронные сети помогают ученым получать четкие изображения из размытых снимков

Мощность телескопов, «рабочих лошадок» астрономов, ограничена размерами используемых в них линз или зеркал. Используя «нейронные сети», принцип, положенный в основу искусственного интеллекта, группа исследователей из Швейцарии теперь смогла перешагнуть этот предел, предлагая ученым получать самые четкие снимки, доступные при помощи оптической астрономии.

В новом исследовании группа ученых во главе с профессором Кевином Шавински (Kevin Schawinski) из Швейцарской высшей технической школы Цюриха использовала новейшие принципы машинного обучения для создания алгоритма, способного распознавать на астрономических снимках образ галактики и восстанавливать из размытого изображения более четкое изображение. Так же, как и человеку, нейронной сети требуются образцы – в этом случае «размытый» и «четкий» снимки одной и той же галактики – чтобы обучиться распознаванию.

В системе, предложенной командой Шавински, используются две нейронные сети, «соревнующиеся» друг с другом, так называемые «генеративные состязательные сети» (generative adversarial network, или GAN) – принцип, который в последнее время набирает популярность в среде специалистов по нейронным сетям. Продолжительность всей программы обучения на высокопроизводительном компьютере занимает всего лишь несколько часов.

Обученные нейронные сети становятся способны распознавать и реконструировать детали, которые не могут быть разрешены при помощи телескопа – такие как звездообразовательные области, перемычки и пылевые полосы в галактиках.

Исследование опубликовано в журнале Monthly Notices of the Royal Astronomical Society.

24 февраля 2017 08:47:34 4889 5



Астрономический магазин


Приглашаем в магазин космических товаров. Наша продукция будет отличным подарком для тех, кто привык жить будущим, кому интересно все новое, для истинных романтиков и ценителей необычных вещей.

Подробнее

Комментарии

То есть выдаются уже обработанные снимки?


24-02-2017 Оценка:   +5

Меня больше интересует какой алгоритм они используют при этом?


24-02-2017 Оценка:   +5

"Фотошоп" level up?


24-02-2017 Оценка:   +5

То же самое что и человечьи домыслы. А вот интересно, как интерпретировать будут результаты, если разные нейро-сети, выдадут разные домыслы? А ежели ваще разные? Ну, т.е. при каждом разе, при обработке одной и той же картинки, в результате домыслов, кажный раз будет получаться картинка разная и неидентичная ни с одной предыдущей?


24-02-2017 Оценка:   +5

Это уже какой-то космической цензурой попахивает


24-02-2017 Оценка:   +5

@Так же, как и человеку, нейронной сети требуются образцы – в этом случае «размытый» и «четкий» снимки одной и той же галактики – чтобы обучиться распознаванию"
Ну вот они и будут распозновать "образцы".
Да, понаоткрывают галактик, нет на них ДехНазара, он бы им показал.


24-02-2017 Оценка:   +5

Вообще-то, здесь нет предмета для ёрничанья -- алгоритм вырабатывается на заведомо не обработанных снимках: берут, например, фото туманности Андромеды, сделанные на телескопах в 1 м и 10 м, и сравнивают, какие размытые участки на первом снимке соответствую вполне четким объектам на втором. И так проделывают те же операции с другими галактикам всех имеющихся типов в окрестностях СС. Получают вполне надежный алгоритм увеличения резкости изображений. И никаких фокусом, никакого фотошопа. Там еще, наверняка, используют не один, а сотни и тысячи снимков одного объекта, который хотят рассмотреть попристальней.
Не надо, подобно дикарям, грешить на колдовство белого человека, все гораздо проще, чем вам кажется. Но требует некоторого уровня знаний.


24-02-2017 Оценка:   +5
o57

Комментарий заблокирован


24-02-2017 Оценка:   +5

2-я и 4-я картинка - результат применения фильтров "фотошопа", не знаю чему обучился нейросеть на этих примерах, но будем посмотреть, как говорится.
П.С. Есть у меня некие сомнения, что имея в распоряжении только картинку низкого качества, нейросеть создаст реальное изображение ультра-HD.


24-02-2017 Оценка:   +5

dilettant, вы -- реинкарнация Станиславского! Уважаю.


25-02-2017 Оценка:   +5

"берут, например, фото туманности Андромеды, сделанные на телескопах в 1 м и 10 м, и сравнивают, какие размытые участки на первом снимке соответствую вполне четким объектам на втором. ... Получают вполне надежный алгоритм увеличения резкости изображений."
Ну да, получают..., для данной галактики, имея возможность сравнивать качественное с некачественным. Но как выше уже отметили, а если есть один снимок не качественный? Будете алгоритмизировать его Андромедовскими наработками?
Здесь может быть лишь один вариант, если наснимают с разных телескопов массу некачественных снимков, а потом выработают свой "алгоритм" для каждого конкретного случая, через сравнение их и нахождение "10 отличий" и последующей компоновки в одно синтезированное более качественное....


25-02-2017 Оценка:   +5

Исследователям стоит пообщаться с парнями из Гугл, они там тоже придумали алгоритм для восстановления изображений. Т.е. фото лица 8х8 пикселей восстанавливают до вполне узнаваемого изображения - 64х64 пикселя. Может пригодиться и для галактик.


25-02-2017 Оценка:   +5

Otzzi, а разве это не одни и теже парни? :-D


25-02-2017 Оценка:   +5

Та же самая метода, что была применена для выделения якобы гравволн на LIGO, только в другом флаконе: создать компьютерную модель того, что надо выделить, и даже во многих тысячах вариантов, а потом "дегенеративные состязательные сети" пусть выделяют и рисуют из размытого изображения то, что надо.
Только наблюдения, только фактический материал помогут выйти науке из тупиков, а не моделирование.
"Как только наблюдения становятся достаточно точными, у теоретиков возникают проблемы". И решать их надо только на основе наблюдений, а не моделирования.


25-02-2017 Оценка:   +5

geolux, а если достаточно точные наблюдения невозможны из-за естественных физических ограничений? Не помню кто, но кто-то мне тут весьма толково разъяснил, что невозможно получить качественные изображения объектов, находящихся ближе к границе видимой Вселенной, чем к нам, сколько ни увеличивай площадь и точность поверхности астрономических инструментов.


25-02-2017 Оценка:   +5

Ну это лишь мнение одного того, кто вам это объяснил. А завтра измерят и увидят, зателескопируют более качественную картинку. Накройняк, прилетят зелёные лупоглазые и продвинут нас "качественности" понимания и видения вселенной.


25-02-2017 Оценка:   +5

dr_ovosek , а если точные наблюдения невозможны пока, то и не надо выдумывать подробности, которых никто не видел. Именно по этой причине современная космология имеет в фундаменте надуманные, не обоснованные физически ничем, теории и псевдосущности, заведшие её этими окольными тропами в глухие тупики. Уж очень не любят современные учёные признавать, что не знают чего-то; отсюда происходят многие недоразумения в теоретической науке (многие псевдознания - многие печали).
"ближе к границе видимой вселенной, чем к нам" - что-то отдаёт пессимизмом. Нам ежедневно сообщают об открытии самых ранних галактик практически на границе видимой вселенной (если сферу Хаббла за неё считать), и с подробностями, необходимыми для подтверждения теории БВ ;-)))) . Так что качественные изображения - понятие растяжимое.


25-02-2017 Оценка:   +5

geolux, я только за, чтобы точка зрения о физических пределах наблюдательной астрономии оказалась ошибочной! :-) Но все-таки, очень рассчитываю на помощь корректирующей математики в обработке изображений. В конце концов, используют же ее для отсева атмосферных искажений в изображениях, получаемых на наземных телескопах.


25-02-2017 Оценка:   +5

Телескопы по отдельности и телескопы связанные нейронной сетью.Возможно,у телескопов бывает напдыв информации и пока принимается одна информация,пролетает другая.А,при наличии нейронных сетей нет потери информации,телескопы её скидывают и свободны для принятия информации всегда.Поэтому более качественные фото.Я так представляю.


25-02-2017 Оценка:   +5

А может не представлять, а познакомиться как работают телескопы? Ну в крайнем случае спросить у местных обсуждальщиков, наверняка кто-то вам компетентно разжуёт подробненько, как телескоп переваривает информацию.


26-02-2017 Оценка:   +5

"... её скидывают и свободны для принятия информации ..."
т.е. информация застревает в телескопах? Это очень интересно, как такое можно представить?


26-02-2017 Оценка:   +5
o57

ОМГ, Елена, то, что называется "нейронная сеть" - это не локальная сеть между телескопами, а просто алгоритм обработки фотографий.


26-02-2017 Оценка:   +5

o, Вам известно, что О (так и звучит) по японски - Царь?


27-02-2017 Оценка:   +5
o57

Otzzi , мне это было неизвестно, но это многое объясняет)) Это 3-й аккаунт на этом сайте, до этого 2 были потеряны пароли и отказывались восстонавливаться по-какой-то причине через почту. С этим таких проблем нет, хотя ник был выбран по причине безысходности восстановления паролей)


28-02-2017 Оценка:   +5

Ладно, до кучи, а Царица - Ёоо (звук), опять же по ихнему :-)


28-02-2017 Оценка:   +5

Добавить свой отзыв

Для добавления комментария необходимо зарегистрироваться, а затем войти на сайт используя свой логин и пароль.

Если Вы уже зарегистрировались, но забыли пароль - воспользуйтесь нашим разделом восстановления пароля.

Последние новости космоса

Открытие новой планеты приводит к «смене статуса» Солнечной системы 15.12.2017 06:22 1174 9.5
Сигналов внеземного происхождения со стороны астероида Оумуамуа не обнаружено 15.12.2017 05:49 1096 9.28
Построенный студентами спутник помогает решить крупную научную задачу 15.12.2017 05:21 511 8.75
Снимок: Яркая «Звездная колыбель» Sharpless 29 14.12.2017 04:57 1630 9.85
Гигантские бури приводят к «учащению сердцебиения» Сатурна 14.12.2017 04:38 1095 9.64
Марсианская миссия MAVEN проливает свет на обитаемость далеких планет 14.12.2017 04:09 2050 9.84
Зонд Juno исследует Большое красное пятно Юпитера вглубь 13.12.2017 06:22 2206 9.64
Ученые определяют элементный состав остатков сверхновой Кассиопея А 13.12.2017 05:54 1814 9.85
Аппарат Cassini «мертв», но новая эпоха изучения Сатурна только начинается 13.12.2017 05:18 1922 9.37
Компания SpaceX готовится к запуску «космического секонд-хенда» для НАСА 12.12.2017 05:40 2106 9.76
Ученые выяснили, почему метеороиды взрываются в воздухе 12.12.2017 05:18 2067 9.66
Идентифицировано 12 новых объектов Хербига-Аро в туманности LDN 673 12.12.2017 04:58 1577 9.5
Произведена корректировка траектории зонда НАСА в Поясе Койпера 11.12.2017 06:02 3121 9.93
Ровер НАСА успешно справляется с трудностями марсианской зимы 11.12.2017 05:34 4619 9.85
Глинистые минералы на Марсе могли формироваться в первичной «парилке» 11.12.2017 04:42 1920 9.76
Астрономы открывают новый звездный поток в нашей Галактике 10.12.2017 08:06 2687 9.88
«Охотник за планетами» нового поколения инструмент ESPRESSO видит первый свет 10.12.2017 07:27 2073 9.8
НАСА использует крохотные спутники кубсаты для астрономических исследований 09.12.2017 14:07 1921 9.68
Орбиты галактик местного сверхскопления представлены в 3-D модели 09.12.2017 13:48 3685 9.7
Таинственные ветра квазаров оказались связаны с интенсивным звездообразованием 08.12.2017 06:43 2711 9.7
Магнитное поле черной дыры оказалось удивительно слабым 08.12.2017 05:54 4714 9.52
Ученые обнаруживают массивные молодые галактики в гало из темной материи 07.12.2017 13:15 2890 9.61
Ученые наблюдают сверхмассивную черную дыру ранней Вселенной 07.12.2017 06:17 4348 9.95
Анализ вещества метеорита устраняет противоречия теории формирования Земли 06.12.2017 12:42 2656 9.66
Две суперземли на орбите вокруг звезды K2-18 06.12.2017 06:28 5435 9.61
НОВОСТИ КОСМОСА АСТРОФОТО ВИДЕО КОСМОСА СТАТЬИ ОБЩЕНИЕ АРХИВ СОБЫТИЯ ДНЯ ИНФОРМЕР КОНТАКТЫ