学术报告(郑胜 11.6)

人工智能在分子云数据挖掘中的应用

发布人:周妍 发布日期:2018-11-05
主题
人工智能在分子云数据挖掘中的应用
活动时间
-
活动地址
数学楼403
主讲人
郑胜 院长(三峡大学理学院)

摘要:

恒星形成是天体物理的基本问题之一,目前已经清楚,致密的分子云核在引力的作用下向内坍缩并最终形成恒星。因此,分子云核(团块)的认证对我们了解分子云的演化、碎裂并最终形成恒星过程,有着极其重要的科学意义,是分子云研究中的基础工作。

在早期,分子云和尘埃中的分子云核(团块)普遍采用人工查找等强度图中相应结构来认证,随后gaussclumps、fellwalker、clumpfind、reinhold等方法成为分子云核检测的几种主要方法。为检验这几种方法的有效性和客观性,我们利用仿真数据对它们进行了一系列实验。实验表明,gaussclumps、clumpfind参数依赖性很强,当获得较高的检出率时,误检率也相应增高,因此都需要人工进行二次检查和认证;fellwalker、reinhold误检率低,但同时检出率也较低,分子云核检出完备性受到严重影响。四种算法各有优劣,对于同一仿真核数据的检测结果交叉一致性低,其结果都不是十分理想。

为提高分子云核的检出效率,我们采用人工智能技术降低gaussclumps检测结果的误检率。利用卷积神经网络(CNN)这一深度学习算法,模拟人脑对分子云核的识别与认证方式,基于gaussclumps 检测仿真分子云核后得到一系列真假样本,经过训练后,得到一套分子云核智能认证的方法。初步的实验结果表明,利用CNN对于分子云核检查认证算法能有效地降低误检率,显示了CNN 分子云核智能搜寻模型的巨大潜力。

 

数学学院

2018年10月5日