近年来随着引力波的发现、黑洞照片的拍摄、火星上存在水的证据发现等科学上的突破,以及文学影视作品中诸如《三体》、《流浪地球》、《星际穿越》等的传播普及,宇宙空间中那些原本遥不可及的事物离我们越来越近,人们对未知文明的关注和对宇宙空间的好奇达到了前所未有的高度。站在更高的立足点上,作为人类这个物种中的一员,我们理所应当对我们生活的星球、所在的太阳系有一定的认识,对 8 大行星各自的运行轨道、质量、资源存储量甚至是地形有一定的了解。
1.Visual Studio 2022 2.安装easyx图形库,可以调用头文件
Lucianne Walkowicz: Finding planets around other stars 太阳系之外的行星系 就好象遥远的城市,我们可以看见有灯火在闪烁 通过研究这些闪烁, 我们可以了解到恒星是如何与行星相互作用 来形成他们自己的生态系统 并创造出适宜生命繁衍的栖息地 最新型的 行星探测空间望远镜,开普勒任务 通过每半个小时一次 精确地测量全部15万颗 行星的光谱 我们想要寻找 是行星在移动过程中 经过恒星时阻挡住射向我们的 一部分光线所造成的暗淡 在仅两年的运行后 我们发现了超过1
天文学家花了几个世纪才弄明白的规律,如果从头交给机器学习算法去领悟,能重现被发现吗?
今天,借助望远镜光学、太空飞行、数码相机和计算机等技术帮助,我们有可能探测其他恒星周围的行星。但发现系外行星并不容易。所以我们最近使用了机器学习技术。 几千年来,人们一直仰望星空,记录观察报告,发现行星运行轨迹。早期天文学家通过夜空中看似不规则的运动,发现其中的行星,希腊人称之为“planētai,”或“流浪者”。几个世纪的研究帮助人们了解地球和太阳系中其他恒星围绕太阳运行的轨迹。 今天,借助望远镜光学、太空飞行、数码相机和计算机等技术的帮助,我们有可能将我们的理解扩展到太阳系之外,并探测其他恒星周围的行星
AiTechYun 编辑:xiangxiaoshan 今天,借助望远镜光学、太空飞行、数码相机和计算机等技术帮助,我们有可能探测其他恒星周围的行星。但发现系外行星并不容易。所以我们最近使用了机器学习技术。 几千年来,人们一直仰望星空,记录观察报告,发现行星运行轨迹。早期天文学家通过夜空中看似不规则的运动,发现其中的行星,希腊人称之为“planētai,”或“流浪者”。几个世纪的研究帮助人们了解地球和太阳系中其他恒星围绕太阳运行的轨迹。 今天,借助望远镜光学、太空飞行、数码相机和计算机等技术的帮助,我们有可能
没想到,人工智能让发现新行星变得如此简单。 去年12月中旬,谷歌和NASA开创性的利用神经网络技术,从已知的行星系统中发现了两个系外行星。 而今日,谷歌突然宣布开源这个叫做“猎星代码”的神经网络。这意味着任何人都可以下载其代码和数据,并让其在自己的机器上运行。幸运的话,甚至可以像NASA一样发现新行星。 “猎星代码”是何方神圣? 可能很多人已经忘了,谷歌的这一“猎星代码”是什么?我们先回顾下整个事件。 当时,也就是去年12月中旬,谷歌和NASA联手,将开普勒望远镜收集的行星数据投入到谷歌开发的一个神经网络中
如何运用机器学习,发现新的系外行星? 几千年来,人们仰望星星,记录、观察天文现象,并从中发现其运行模式。第一批天文学家所认定的天体是行星,由于行星在夜空中看似不规则的移动,因此也被希腊人称之为「planētai」或「漫游者(wanderers)」。经过几个世纪以来的研究,人们已经了解太阳系的运行模式,是地球和其他行星围绕着太阳公转,而太阳是一个恒星,就如同我们肉眼所看见会发光的星星一样。 📷 Image credit: NASA 如今,在望远镜光学(telescope optics)、太空
开普勒-90行星系统(上)和太阳系(下)对比。资料图片 日前,NASA发布消息称,2009年发射升空的开普勒太空望远镜在距离地球2545光年的地方发现了另一个“太阳系”——共计8颗行星围绕着一个暂时被命名为开普勒-90的恒星运动。在这项新发现中,NASA与谷歌联合找出了该行星系统的第8颗行星:开普勒-90i,这使得人类首次在太阳系外,找到由8颗行星组成的行星系统。 已经升空数年的开普勒望远镜能够发现另一个“太阳系”,是来自人工智能的大力协助,“深度学习的人工智能在此次发现中发挥了重要作用,对天文观测来说意味
最近,科学家借助人工智能技术发现了环绕开普勒-90星系(一个类太阳系,距离地球2545光年)的第八颗行星,至此,我们的太阳系与围绕单个恒星周围的大多数行星都有联系。这颗行星是在美国国家航空航天局(NASA)开普勒太空望远镜(Kepler Space Telescope)的数据中发现的。 新发现的开普勒-90i是一颗炽热的岩石行星,每14.4天围绕它的恒星公转一次。该发现借助了谷歌(Google)研发的机器学习系统。机器学习的本质在于计算机通过人工智能实现“自我学习”。在这次发现中,计算机通过在开普勒数据实例
素材来自:煎蛋网、爱范儿 煎蛋:http://jandan.net/ 爱范儿:http://www.ifanr.com/ 面对日益繁杂的数据和洪流般的信息,数据可视化以有趣、甚至充满艺术气息的方式呈现,无疑是筛选并表现复杂数据的有效方式。面对浩瀚的宇宙,我们同样可以用可视化的方式展现它冰山一角。大数据文摘精选了两个宇宙可视化的例子,相信看完这两个视频,大家更能感受到宇宙的眩目、蕴含的隐忧或者生命的渺小。 宇宙生命可视化 如果地外生命和地球生命类似的话,那么它们很可能居住在距离太阳系几千甚至几百万光年之外的类
模拟简单的太阳系,如图A.8所示。太阳在中心,地球每365天绕太阳转一周,月球每年绕地球转12周。另外,地球每天24个小时绕它自己的轴旋转。
提到太阳系,大家可能会想到哥白尼和他的日心说,或是捍卫、发展日心说的斗士布鲁诺,他们像一缕光一样照亮了那个时代的夜空,对历史感兴趣的小伙伴可以深入了解一下,这里就不多说了。
北京时间今天凌晨2:00,美国宇航局对外举行新闻发布会,正式宣布在一个恒星周围发现有8颗行星组成的行星系统。 在此之前,我们生活的太阳系一直以来都是围绕单个恒星周围已知行星数量最多的案例,有多达8颗行星围绕太阳运行。但随着今天发布会上宣布的消息,我们了解到在2545光年之外,在一个名为“开普勒90”(Kepler-90)的恒星周围有着同样数量的行星。 利用美国宇航局开普勒望远镜获得的数据,天文学家在近期发现了这个系统中隐藏的第八个行星,从而让这一系统中行星体的数量达到了与太阳系相同的水平。 📷 开普勒90系
皮埃尔-西蒙•拉普拉斯,法国数学家、天文学家,法国科学院院士。是天体力学的主要奠基人、天体演化学的创立者之一,他还是分析概率论的创始人,因此可以说他是应用数学的先驱。1749年3月23日生于法国西北部卡尔瓦多斯的博蒙昂诺日,曾任巴黎军事学院数学教授。1795年任巴黎综合工科学校教授,后又在高等师范学校任教授。1799年他还担任过法国经度局局长,并在拿破仑政府中任过6个星期的内政部长。1816年被选为法兰西学院院士,1817年任该院院长。1827年3月5日卒于巴黎。拉普拉斯在研究天体问题的过程中,创造和发展了许多数学的方法,以他的名字命名的拉普拉斯变换、拉普拉斯定理和拉普拉斯方程,在科学技术的各个领域有着广泛的应用。
大年初一,根据刘慈欣的小说《流浪地球》改编的同名电影《流浪地球》在全国上映。我第一时间慕名到电影院去观看了影片。整部电影气势恢宏,讲述了太阳将变成红巨星,人类驱动地球逃离太阳系的故事。
古语有云:工欲善其事,必先利其器。对于Web开发亦是如此,不过现在的Web框架实在是太多了!以PHP为例,有CakePHP、CodeIgniter、Symfony,Zend,Yii等等,到底谁是最合适的?事实上过多的选择往往会让人陷入「乱花渐欲迷人眼」的窘境,这些年我一直游走在各种PHP框架之间,却始终没有觅得属于自己的屠龙刀,于是我决定自己动手,就像歌里唱的那样:不是你亲手点燃的那就不能叫做火焰。
2009年发射的开普勒太空望远镜已经产生了超过3万个信号测量恒星发出的光,以寻找遥远星系中可能存在的行星。通过对这些望远镜和其他望远镜的数据进行筛选,天文学家已经发现了3500多颗行星。现在人工智能正
笔者认为Three.js是一个伟大的框架,为什么这样说,因为它可以让我们轻易创造三维世界,甚至好像笔者写这遍教程,可以创造一个太阳系,在这个三维世界里你就是创世主。哈哈!好像说得有点夸!!
科普时间: NASA是美国联邦政府的一个政府机构,负责美国的太空计划。1958年7月29日,艾森豪威尔总统签署了《美国公共法案85-568》(United States Public Law 85-568,即《美国国家航空暨太空法案》),创立了NASA。 1958年10月1日,NASA正式成立,取代其前身美国国家航空咨询委员会(NACA)。NASA的领导项目包括阿波罗登月计划、“天空实验室(Skylab)空间站,以及后来的航天飞机。 数据传输中... 美国东部时间12月15日凌晨,NASA(美国国家航空航天
数千年来,人类从未停止对宇宙的探索,而技术进步,让对宇宙探索有了新的可能。「狩猎」系外行星是一件相当困难的事情。与它们的宿主恒星相比,系外行星不仅不能发热,而且也太过渺小,就像在几千英里之外,寻找一只在探照灯下飞行的萤火虫一样。
微信的开机界面看腻了吗? 在中秋节这天,大数据文摘向您推荐NASA中文(nasawatch)近期发布的一组图片,这是@POCKN 根据微信登录界面制作的太阳系行星图,请自行选取你最心水的星球保存。
AIGC即AI Generated Content,利用人工智能技术来生成内容,是继UGC、PGC之后的新型内容生产方式,AI写作、AI绘画、AI作曲、AI剪辑、AI动画、AI交互等都属于AIGC的分支。AIGC是一种利用机器智能创作内容的新技术,它不同于UGC,它有自己的技术特点,比如数据量化、创造力、跨模态融合和认知交互等。这些技术特点使得AIGC成为不可替代的新一代内容生成方式。
UI的未来将基于自然语言还是虚拟和增强现实?对自然语言的全面理解,就目前而言是不可能达到的(并且在以后的几年也几乎不可能)。虚拟现实迫使用户与现实完全隔离,这有时让人难以接受。AR是与相现实融合的GUI的变体,通常不被看作是一种UI。用户界面起源于感官和思维等人性化的东西。也就是说,二元论体现在命令行用户界面与图形用户界面之间,并可以在未来继续作为自然语言用户界面与虚拟和增强现实用户界面。还有其他可能吗?我们还需要其他的用户界面吗?
但是,多数人认为只有那些懂技术的专家才能用好它。其实,现在机器学习已经集成到了各个领域,并且对用户非常友好。一些非技术的小白完全能够使用现成的软件解决自己领域的专业问题。
来源:OReillyData 作者:Stefan Zapf等 本文长度为2246字,建议阅读5分钟 本文利用新方法探讨相关性和组间相关性,并教你创建太阳系相关图。 一个古老的诅咒一直萦绕着数据分析:我们用来改进模型的变量越多,那么我们需要的数据就会出现指数级的增长。不过,我们通过关注重要的变量就可以避免欠拟合以及降低收集大量数据的需求。减少输入变量的一种方法是鉴别其对输出变量的影响。变量的相关性有助于这种鉴别:如果相关性较强,那么输入变量的一个显著变化将会导致输出变量同等程度的变化。我们要选择跟模型的
授权转载自OReillyData 作者:Stefan Zapf等 一个古老的诅咒一直萦绕着数据分析:我们用来改进模型的变量越多,那么我们需要的数据就会出现指数级的增长。不过,我们通过关注重要的变量就可以避免欠拟合以及降低收集大量数据的需求。减少输入变量的一种方法是鉴别其对输出变量的影响。变量的相关性有助于这种鉴别:如果相关性较强,那么输入变量的一个显著变化将会导致输出变量同等程度的变化。我们要选择跟模型的输出变量强相关的输入变量,而不是使用所有的可用变量。 然而当输入变量之间存在强相关性时,这里就会出现一个
版权声明:本文为CSDN博主「IT_change」的原创文章,遵循CC 4.0 BY-SA版权协议
科技馆是一种参与型体验型的博物馆,以传播科学知识、培养公众的科学创新技术为宗旨,并以其生动的展现方式得到公众的广泛欢迎。一直以来,我国科技馆的发展受到各种因素的制约和影响,发展缓慢。如今在我国经济、文化、科技、互联网等全面快速发展的大背景下,科技馆促进可持续健康发展,探索科学发展新路子,注入新的强大动力,是当前重大课题。
任何伟大的创造和探索,都源于最初小小的好奇、思考。它们就是种子,播撒下去,向阳而生,不断成长,才有了一个一个推动社会进步的科学奇迹。
太阳系不再是唯一的八行星星系了!美国航天局14日宣布,谷歌和NASA宣布,通过机器学习技术在开普勒-90系统中发现了一颗新行星。通过分析开普勒太空望远镜的观测数据,在距离地球2545光年的开普勒-90星系中,又发现了第八颗行星,这使得开普勒-90与太阳系并列成为行星数量最多的星系。 美国航天局天体物理学部门主任保罗·赫兹在电话记者会上说:“今天,开普勒证实恒星可以拥有大量行星,就像我们的太阳系一样。” 这个发现的重要性还在于它第一次使用了神经网络人工智能技术。研究人员介绍说,他们首先利用1.5万个开普勒
可曾惊异于《星球大战》中的星际航行,可否被《流浪地球》中,人类推动着地球离开太阳系的壮举所震撼。这所有不可思议的遐想,多少来自于这张照片。
在当前互联网,各种数据可视化图表层出不穷,本文尝试对数据可视化的方法进行归纳,整理成6步法。 一般的数据图表都可以拆分成最基本的两类元素: 所描述的事物及这个事物的数值,我们暂且将其分别定义为指标和指标值。比如一个性别分布中,男性占比30%,女性占比70%,那么指标就是男性、女性,指标值对应为30%、70%。 1. 将指标值图形化 一个指标值就是一个数据,将数据的大小以图形的方式表现。比如用柱形图的长度或高度表现数据大小,这也是最常用的可视化形式。 传统的柱形图
数年前,开普勒天文望远镜在2545光年外发现了一颗大小与太阳相近的恒星:开普勒90。在随后的观测中,科学家发现了更多与太阳系相似的特征:开普勒90拥有7颗行星,且较小的行星距恒星更近,而更大的行星占据外侧轨道。 在刚刚公布的这项新发现中,NASA与谷歌联合找出了该行星系统的第8颗行星:开普勒90i,这使得人类首次在太阳系外,找到由8颗行星组成的行星系统。 艺术家笔下,开普勒90行星系统中的8颗行星(行星大小按比例描绘;距离不按照比例) 新发现的开普勒90i同样是一颗类地行星,它比地球大了约30%,是
所谓"经验规则"(rule of thumb),就是说有些规则没有科学的解释,但是非常准确。 Bode定律就是我今天看到的一条很有意思的经验规则。 1772年,德国天文学家 Johann Bode 提
据外媒报道,日前,美国NASA的开普勒太空望远镜将正式“退役”,未来在燃料耗尽之后,它将会在安全轨道上漂移。而它的庞大数据库将继续帮助地球上的科学家探索可发现太空更多未知的秘密。
TensorFlow 是一个机器学习框架,如果你有大量的数据,或者你在追求人工智能最先进的技术:深度学习、神经网络等,它都会使你如虎添翼。它可不是数据科学界的瑞士军刀,而是工业车床!如果你想做的只是通过 20×2 的电子表格绘制一条回归线,那你可以停止阅读本文了。
据外媒报道,NASA总监察长办公室(OIG)于本周发布的一份报告显示,2018年4月,有黑客攻击了他们的网络并盗走了约500M与火星任务相关的数据。攻入的切点则是一台连着NASA喷气推进实验室(JPL) IT网络的树莓派电脑。
一年前,美国宇航局(NASA)“新视野”号探测器在距离地球40亿英里(64亿公里)的地方,飞越了一个形似雪人的太阳系边缘天体,并将相关记录发回了地球。
原文 MICHAEL ROSTON 从左起:木卫二;土卫六;火星上的的水手谷合成图;金星的拼接图 大多数人已经从人类第一次近距离观看冥王星的兴奋中冷静下来。NASA的下一个任务会是什么?在新视野号传
你可能认为 CSS 只是一种简单地为网页设计样式的语言,但它的功能比你想象的要多得多。 从逼真的图像到甚至是视频游戏,你会惊讶地看到一个优秀的开发者可以用 CSS 做些什么。
在当前互联网,各种数据可视化图表层出不穷,本文尝试对数据可视化的方法进行归纳,整理成6步法。 一般的数据图表都可以拆分成最基本的两类元素: 所描述的事物及这个事物的数值,我们暂且将其分别定义为指标和指标值。比如一个性别分布中,男性占比30%,女性占比70%,那么指标就是男性、女性,指标值对应为30%、70%。 1. 将指标值图形化 一个指标值就是一个数据,将数据的大小以图形的方式表现。比如用柱形图的长度或高度表现数据大小,这也是最常用的可视化形式。 传统的柱形图、饼图有可能会带来审美疲劳,可尝试从图
文/三易 北京时间12月15日凌晨2点,美国国家航空航天局(NASA)宣布,谷歌的人工智能技术对开普勒望远镜获得的数据进行分析后,发现了围绕恒星“开普勒-90”(Kepler-90)旋转的第8颗行星“开普勒-90i”,这使得恒星“开普勒-90”与太阳系一样,成为目前发现的拥有最多行星的恒星系统。 📷 “开普勒-90”恒星距离地球约2545光年,位于天龙座。而刚被发现的“开普勒-90i”是一颗岩石星球,大小是地球的1.3倍,由于距离其主恒星更近,公转周期仅为14.4天,平均温度预计超过800华氏度(约427摄
今日百科 📷 开普勒-90系与太阳系行星大小对比图图片来源:NASA官网 太阳系终于有了势均力敌的“对手”。美国国家航空航天局(NASA)于北京时间12月15日凌晨2时宣布,谷歌的人工智能对开普勒望远镜获得的数据进行分析后,发现了围绕恒星开普勒-90旋转的第8颗行星开普勒-90i,使开普勒-90能与太阳“并驾齐驱”,共同成为目前拥有最多已知行星(8颗)的恒星系统。 人工智能在此功不可没,尽管此前机器学习技术已被运用于搜索开普勒望远镜数据库,但最新研究证明,在捕捉遥远天体发出的最微弱信号方面,神经网络技术大有
上文《Power BI 宇宙系列之土星篇》介绍了对土星环的可视化模拟,本节放眼到整个太阳系。
本文讲述了一些有趣的科技故事,这些故事或许能让我们重新思考对于音乐和科技的认知。文章首先介绍了旅行者金唱片中的宇宙交响曲,这是一张由NASA于1977年发射的旅行者1号卫星所录制,包含了来自地球的各种声音,如动物叫声、海浪声、婴儿哭泣等。接下来,文章讲述了科学家如何利用AI技术创作出属于未来的音乐。最后,文章介绍了一张可以吃的音乐唱片,它是由巧克力制成的,里面包含了巴赫的乐曲。
领取专属 10元无门槛券
手把手带您无忧上云