【论文】如何用机器学习解开银河系形成之谜

Brunner说,流体力学用来解释N体模拟给了宇宙学家更加精确的信息。但是使用流体动力学模拟时存在一个缺点:他们会占用数以百万计的超级计算时间,这对于研究来说是不能接受的。

“半解析模拟也会占用上千小时”Kamdar说,“我们的机器学习方法只会花费几分钟。”

伊利诺伊大学开发出一个新的机器学习模拟系统。它将会为宇宙学家提供一系列星系模型,这会为宇宙的形成提供更加精确和相关的信息。

这种方法的可行性在最近发表的两篇文章上被证明出来。这两篇文章由天文学家、物理学家同时也是统计学教授的Robert Brunner、他的本科学生Harshil Kamdar和美国国家超级计算机应用中心的研究科学家Matthew Turk撰写而成。

宇宙学家当前使用了两种模拟过程。第一种方法是N体模拟,主要是关于暗物质是如何在重力作用下塌陷的。这些模拟过程再加上半解析模型让天文学家模拟星系是如何形成的。第二种方法是流体力学N体模拟,它让天文学家直接模拟在引力塌缩下正常物质与暗物质相互作用形成星系;这种消耗大量计算的方法直接表明无法看到的暗物质团块,也被称为光晕,是如何影响恒星形成。

“暗物质形成了重力中的‘山谷’和‘丘陵’,气体粒子坠入‘丘陵’中”,Brunner说到,“他们最终会混合在一起通过一个所谓的流体动力学过程形成恒星,这是一个很复杂的过程,有点类似于我们的大气层”。

Brunner说,流体力学用来解释N体模拟给了宇宙学家更加精确的信息。但是使用流体动力学模拟时存在一个缺点:他们会占用数以百万计的超级计算时间,这对于研究来说是不能接受的。

“半解析模拟也会占用上千小时”Kamdar说,“我们的机器学习方法只会花费几分钟。”

机器学习使用了电脑算法来识别高维数据中的关系。Illinois团队开发了一个机器学习算法在流体力学模拟过程中把暗物质晕和他们的地位相当的正常物质对应起来。

机器学习先是使用算法在罕见的、上百万小时的流体力学模拟过程上训练,接着使用这个算法通过逼近研究人员想看的性质来节省计算时间。使用了流体力学N体模拟和半解析模型后,该团队发现虽然暗物质和例子的位置可能不准确,但是模型预测得到的星系的分布和相应的性质是几乎正确的。

“打个比喻就是,使用机器学习来预测班级中学生的成绩,我们不能正确的得到每个学生的成绩,但是成绩的分布是正确的。”Brunner说到。

在第一篇发表在《皇家天文学会月报》(MNRAS)的论文中,研究人员证明了机器学习能够重新创造出与半解析模型相似的星系的分布。在第二篇递交的论文中,现在在ArXiv上发布出来,他们比较了机器学习算法和流体力学模拟,将星系在粒子水平上进行比对,再一次发现机器学习方法表现优良。

他们将来的工作将会包括使用计算时间耗费少的的机器学习算法只模拟星系中的暗物质。这个新的机器学习框架将能够快速创造一个模拟的星系图来与观测结果比较。

这种新的方法为那些比较观测结果与模拟过程的研究人员提供了希望。这其中包括暗能量调查和即将到来的大型综合巡天望远镜,这两者均将纳入到Illinois大学的研究体系中。

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2015-11-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

微软研究院芮勇谈计算视觉:从感知到认知的长征

1411
来自专栏新智元

华为诺亚方舟实验室主任李航《数据、计算和未来》PPT

【新智元导读】新智元智库专家、华为诺亚方舟实验室主任李航博士4月11日在信工所发表报告《数据、计算和未来》。报告中,李航结合华为诺亚方舟实验室开发的算法——象流...

3036
来自专栏腾讯技术工程官方号的专栏

腾讯AI Lab刷新人脸识别与检测两大测评国际记录,技术日调用超六亿

腾讯 AI Lab 已通过 arXiv 平台发表论文公开人脸检测算法部分技术细节,促进企业与学界“共享 AI ”研究成果。

2871
来自专栏机器之心

前沿 | AI预测地震余震:哈佛大学新研究登上Nature

大地震发生后的数周、数月内,周边地区经常会发生强烈余震,再次损害已经遭受破坏的社区,极大阻碍了恢复重建工作。

803
来自专栏ATYUN订阅号

机器学习预测分子结构和电子特性,准确性高且成本低

化学家想要模拟原子或分子的结构和电子特性时,他们常常转向叫做密度泛函理论(DFT)的计算技术。对于大多数用途,DFT可以在不需要太多计算能力的情况下产生准确的结...

832
来自专栏人工智能头条

语音识别准确率首超专业速记员,微软论文要点解读

1223
来自专栏量子位

吴恩达对话LeCun:神经网络跌宕四十年

最近,这位AI领域的传奇大牛,接受了另一位大牛吴恩达的视频专访。在这次对话中,LeCun回顾了卷积神经网络、反向传播的历史,以及他如何从一个默默无闻的“法国小孩...

992
来自专栏机器之心

ICML 2018 | 腾讯张潼中8篇论文,清华排名国内居首:大会论文接收情况一览

第 35 届机器学习技术国际会议(ICML)于 7 月 10 日在瑞典首都斯德哥尔摩举行。ICML 是 AI 领域最负盛名的学术会议之一,也是很多研究人员发表研...

1032
来自专栏AI科技大本营的专栏

AI算法起家的今日头条为何败给了色情?一文告诉你机器学习何以搞不定鉴黄

12月29日,国家互联网信息办公室在官网发布消息称,针对今日头条、凤凰新闻手机客户端持续传播色情低俗信息、违规提供互联网新闻信息服务等问题,要求北京市互联网信息...

3928
来自专栏机器之心

现场 | CVPR 2018第一天:精彩的Workshop与被中国团队进击的挑战赛

前伯克利 CS 系主任 Jitendra Malik:研究 SLAM 需要结合几何和语义

611

扫码关注云+社区