中新社北京12月23日電 (記者 孫自法)施普林格·自然旗下學術期刊《自然-通訊》最新發(fā)表一篇行星科學研究論文稱，科學家們通過機器學習方法，在月球表面識別出之前未識別的逾10.9萬個撞擊坑。
據(jù)該論文介紹，撞擊坑分布在月表的大部分區(qū)域。然而，識別撞擊坑數(shù)量的人工和自動方法在計算精確總數(shù)時存在不一致的情況。比如，自動識別方法一般很難發(fā)現(xiàn)不規(guī)則或退化的撞擊坑。
基于此，論文第一作者和通訊作者、吉林大學地球科學學院楊晨副教授與中外科學家合作，嘗試利用一種遷移學習策略來識別月球的撞擊坑。遷移學習是一種機器學習方法，能用之前獲得的知識解決下一個問題。他們先用7895個經過識別和1411個已知年齡的撞擊坑數(shù)據(jù)訓練了一個深度神經網絡。
利用嫦娥一號和嫦娥二號飛行器采集的數(shù)據(jù)，這個深度神經網絡識別出了109956個撞擊坑，這是之前在月球中低緯區(qū)域識別數(shù)量的幾十倍。在直徑大于8千米的撞擊坑中，該深度神經網絡估算了其中18996個撞擊坑的年齡。研究人員根據(jù)以上結果建立了一個新的月球中低緯區(qū)域撞擊坑數(shù)據(jù)庫。
論文作者認為，他們的方法調整后可用于太陽系的其他天體研究，并有望比人工分析方法提取更多信息。
楊晨23日通過網絡接受中新社記者采訪表示，相關研究數(shù)據(jù)與模型對于月球及行星科學研究具有重要價值。目前，這些科研成果已擴展并應用于嫦娥五號著陸區(qū)小型撞擊坑識別。(完)