В новом методе, разработанном исследователями из Торонтского университета (University of Toronto, U of T), Канада, применена та же технология, которая используется в беспилотных автомобилях, для определения размеров и координат ударных кратеров на поверхности Луны.
Для проверки надежности и точности этого метода команда исследователей под руководством Мохамеда Али-Диба (Mohamad Ali-Dib) из U of T сначала «натренировала» свою нейронную сеть при помощи большого набора данных по кратерам, усеивающим две трети поверхности Луны, а затем проверила «обученную» сеть на оставшейся трети поверхности естественного спутника Земли. Алгоритм настолько хорошо сработал, что смог насчитать в два раза больше кратеров, чем было насчитано при помощи стандартного, «ручного» метода подсчета. С помощью нового алгоритма было насчитано примерно 6000 прежде не идентифицированных кратеров на поверхности Луны.
Этот метод основан на конволюционной нейронной сети, алгоритме машинного обучения, который был успешно использован при создании роботов и автономных автомобилей. Исходные данные, используемые этим алгоритмом, были получены при помощи орбитальных лунных аппаратов.
Подсчет числа кратеров на поверхности Луны имеет большое значение для астрономов, поскольку позволяет глубже понять историю эволюции Солнечной системы. Так как у Луны отсутствует атмосфера, кратеры на ее поверхности мало подвержены эрозии и могут сохраняться в течение миллиардов лет, рассказывая нам подробности о древних периодах истории нашей планетной системы.
Работа опубликована в журнале Icarus.
По информации http://www.astronews.ru/cgi-bin/mng.cgi?page=news&news=10760
Обозрение "Terra & Comp".
