以下文字资料是由(历史认知网 www.lishirenzhi.com)小编为大家搜集整理后发布的内容，让我们赶快一起来看一下吧！
摘要：研究人员首次使用神经网络来分析引力透镜，以比传统...快1000万倍的速度来描述时空扭曲。而不是对单个镜头进行数周或数月的分析，神经网络可以在几秒钟内找到镜头的特性，研究人员说，由哈勃太空望远镜拍摄的“KdSPE”“KdSPs”“KdSPE”星系在一个叫做引力透镜的过程中“围绕”密集的前景物体“弯曲”。研究人员利用这些图像来测试神经网络的性能，以了解镜片的特性。
研究人员使用类似大脑的“神经网络”来分析时空中的关键扭曲，比传统 ... 快1000万倍。
这项新的研究训练了一个人工智能系统来检测图像中称为引力透镜的特征来自哈勃太空望远镜以及模拟图像。这一过程可以让研究人员更好地了解星系中质量的分布情况，并提供遥远星系物体的特写镜头。
分析通常需要几周到几个月的时间才能完成，需要专家的输入和计算上的要求，可以通过神经网络在几秒钟内完成，这项新研究的合著者劳伦斯·佩罗·莱瓦瑟在一份声明中说：“这项研究完全自动化，原则上是在手机的电脑芯片上进行的。”。Perreault Levasseur是Kavli粒子天体物理学和宇宙学研究所（KIPAC）的研究员，该研究所是美国能源部SLAC国家加速器实验室和加州斯坦福大学的联合研究所。[引力透镜效应]在“HubBeCaster”（视频）中“雄辩地描述”致密物体和背景星系的“KdSPE”“KdSPS”机会排列可以产生引力透镜，这是背景的自然放大，因为它的光在前景的质量周围弯曲。产生的扭曲光环，有时被称为爱因斯坦光环，可以被分析来了解遥远的系统本身和它前面经过的物体的质量。SLAC研究人员在声明中说，这对于理解暗物质是特别方便的，虽然它不能直接观察到，但它可以充当聚焦背景星系的“透镜”。然而，对系统进行分析以了解物体的特性是一个漫长而乏味的过程，将镜头图像与模拟图像进行比较，并试图重新创造导致这些现象的条件。
而不是对单个镜头进行数周或数月的分析，神经网络可以在几秒钟内找到镜头的特性，研究人员说，由哈勃太空望远镜拍摄的“KdSPE”“KdSPs”“KdSPE”星系在一个叫做引力透镜的过程中“围绕”密集的前景物体“弯曲”。研究人员利用这些图像来测试神经网络的性能，以了解镜片的特性。（Yashar Hezaveh/Laurence Perreault Levasseur/Phil Marshall/Stanford/SLAC国家加速器实验室；NASA/ESA）镜头训练
神经网络通过向数百万或数十亿个给定属性的例子展示具有特定大脑激发结构的人工智能系统来工作，从而帮助研究人员学习如何在其他情况下识别这些属性。例如，显示一个神经网络越来越多的狗的照片将使它能够越来越准确地识别狗，而不需要研究人员告诉网络哪些细节需要注意。
这个过程也可以用于更复杂的任务。比如，谷歌的AlphaGo程序就展示了大量的围棋游戏进行分析和处理，最终击败了一个世界冠军的复杂游戏。传统的计算机程序在掌握围棋时由于可能出现的极端移动次数而步履蹒跚。
在这项研究中，研究人员向神经网络系统展示了一天中大约50万张模拟重力透镜图像。然后，他们在新的镜头上测试了这些网络，并发现了非常快速和准确的分析。
“我们测试的神经网络-三个公开可用的神经网络和我们自己开发的一个-是abl为了确定每个透镜的性质，包括它的质量是如何分布的，以及它放大了背景星系的图像的程度，这项研究的主要作者，也是KIPAC的研究员Yashar Hezaveh在声明中说，
虽然神经网络以前已经被应用到天体物理学中，但现在很少使用它们研究人员说，复杂性水平。例如，他们被用来识别图像是否包含引力透镜，但不是用来分析它。
“这就好像[研究的神经网络]不仅从一堆照片中提取了狗的照片，而且还返回了狗的体重、身高和年龄的信息，”赫扎夫说。
虽然分析是研究人员说，如果使用高性能的计算集群，就可以用更少的处理能力——例如，在笔记本电脑甚至手机上。随着越来越多的天文数据需要检验，这样的过程可能成为尽可能多地从洪水中学 ... 重要工具。
“神经网络过去曾被应用于天体物理问题，结果喜忧参半，”KIPAC研究员Roger Blandford，他不是这篇论文的作者，在声明中说但是，结合现代图形处理单元（gpu）的新算法可以产生非常快速和可靠的结果，正如本文所解决的引力透镜问题所戏剧性地证明的那样。人们相当乐观地认为，这将成为天体物理学和其他领域中更多数据处理和分析问题的首选 ... 。
这项新工作在8月30日的《自然》杂志上有详细介绍。
发电子邮件给Sarah Lewin at slievin@space或关注她@sarahexplants。关注我们@Spacedotcom，Facebook和Google+。关于太空的原始文章。“
特别申明：本文内容来源网络，版权归原作者所有，如有侵权请立即与我们联系（devmax@126.com），我们将及时处理。