近年來,深度學(xué)習(xí)和人工智能技術(shù)迅猛發(fā)展,在多個(gè)學(xué)科領(lǐng)域得到了廣泛關(guān)注和應(yīng)用。天文學(xué)研究也不甘落后,涌現(xiàn)出一大批應(yīng)用深度學(xué)習(xí)進(jìn)行數(shù)據(jù)分析的工作�？偨Y(jié)了深度學(xué)習(xí)在天文中的應(yīng)用情況和趨勢、天文數(shù)據(jù)類型和機(jī)器學(xué)習(xí)任務(wù)、天文中常用的深度學(xué)習(xí)網(wǎng)絡(luò)模型和方法,以及深度學(xué)習(xí)在天文研究中的代表性應(yīng)用和進(jìn)展,并探討和提出了其未來在天文學(xué)領(lǐng)域中的應(yīng)用和改進(jìn)建議。

【文章頁數(shù)】：21 頁

【部分圖文】：

圖1天文學(xué)領(lǐng)域應(yīng)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的論文數(shù)量分布(來源于ADS)

根據(jù)天體物理論文數(shù)據(jù)庫?的檢索數(shù)據(jù)(如圖1a)所示)，天文學(xué)領(lǐng)域論文標(biāo)題、摘要和關(guān)鍵詞中提到“機(jī)器學(xué)習(xí)”(包括深度學(xué)習(xí))的論文從2004年開始出現(xiàn)，在2012年左右開始迅速增加，2018年同行評議論文達(dá)到了195篇，加上非同行評議論文則達(dá)到400多篇。其中2014―2018年天文....

圖22014―2018年天文學(xué)中應(yīng)用深度學(xué)習(xí)的論文研究主題和各主題數(shù)量趨勢(來源于ADS)

圖1天文學(xué)領(lǐng)域應(yīng)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的論文數(shù)量分布(來源于ADS)2天文數(shù)據(jù)類型和機(jī)器學(xué)習(xí)任務(wù)

圖3全連接神經(jīng)網(wǎng)絡(luò)模型示意圖

如圖3所示，原始的全連接神經(jīng)網(wǎng)絡(luò)中每個(gè)神經(jīng)元都與下一層的全部神經(jīng)元相連接，每條連接都有一個(gè)權(quán)重值，代表此連接對下一層特征表示的貢獻(xiàn)，同時(shí)每一層通過激活函數(shù)決定每個(gè)神經(jīng)元是否激活，從而引入非線性因素。網(wǎng)絡(luò)可基于梯度下降算法通過反向傳播技術(shù)來訓(xùn)練，得到網(wǎng)絡(luò)中每層的參數(shù)值。全連接神經(jīng)網(wǎng)....

圖42015―2018年天文學(xué)領(lǐng)域應(yīng)用主流深度神經(jīng)網(wǎng)絡(luò)模型的論文數(shù)量

深度學(xué)習(xí)的好處是可以從數(shù)據(jù)中自動學(xué)習(xí)特征，減少專家利用領(lǐng)域知識進(jìn)行人工特征設(shè)計(jì)的工作量，可靈活地表示任意的復(fù)雜函數(shù)。圖4展示了2015―2018年天文學(xué)領(lǐng)域幾種主流深度學(xué)習(xí)網(wǎng)絡(luò)模型的應(yīng)用情況，大量的論文應(yīng)用了CNN，遠(yuǎn)多于其他網(wǎng)絡(luò)模型；應(yīng)用GAN的文章近兩年來也呈增長趨勢。這兩種....

本文編號：3914474