Bilim adamları, gelecekteki uzay görevlerinde kullanılabilecek gezegen kraterlerini tespit etmek için yeni bir teknik oluşturmak için META’nın Segment Any Modelini kullandılar. Kredi: Unsplash/CC0 Public Domain

Bilim adamlarının farklı türde veriler kullanarak gezegenlerin yüzeylerini doğru bir şekilde haritalandırmasına izin verecek gezegen kraterlerini tespit etmek için yeni bir teknik, gelecekteki uzay görevlerinde kullanılabilir.

Aberdeen Üniversitesi’nden bir araştırma ekibi, META AI’nin Segment Any Modelini (SAM) kullanarak yeni bir evrensel krater algılama algoritması (CDA) geliştirdi.

Bu ayın başlarında piyasaya sürülen SAM, herhangi bir görüntüdeki herhangi bir nesneyi otomatik olarak ‘kesebilen’ yeni bir yapay zeka modelidir.

Teknoloji, ekibin kraterleri manuel olarak yapmak yerine otomatik olarak haritalandırmasını sağladı; bu da zaman alan bir süreç. Aynı zamanda, farklı türde verilerin kullanılması, daha doğru ve esnek yüzey karakterizasyonuna izin verir.

CDA yaklaşımı, farklı veriler ve gök cisimleriyle çalışabilir ve bu da ona çeşitli gezegen yüzeylerinde krater tespiti için evrensel bir çözüm olma potansiyeli verir.

Ayrıca, robotik veya insan görevleri için olası iniş yerlerinin belirlenmesine yardımcı olabilir ve potansiyel olarak arazi gözlemlerine dayalı otomatik navigasyon için kullanılabilir.

Üniversitenin Jeoloji Okulu’ndan Dr. Iraklis Giannakis, üniversiteden meslektaşlarıyla işbirliği içinde araştırmaya öncülük etti. Sonuçların bir ön baskısı şu adreste yayınlandı: arXiv.






Kredi bilgileri: Aberdeen Üniversitesi

Giannakis, “Krater tespiti, gezegen biliminde Mars, Ay ve diğer gezegenler gibi gök cisimlerinin jeolojisini, tarihini ve evrimini daha iyi anlamamızı sağlayan çok önemli bir görevdir” dedi.

“Evrensel CDA yaklaşımımız, SAM’in kraterleri yüksek doğruluk ve verimlilikle otomatik olarak algılama gücünden yararlanarak manuel tanımlama ihtiyacını azaltır.”

“Gelişmiş segmentasyon yetenekleriyle SAM, zorlu arazi koşullarında bile çeşitli boyut, şekil ve yönlerdeki kraterleri doğru bir şekilde tanımlamamıza olanak tanıyarak CDA için oyunun kurallarını değiştirdiğini kanıtladı.”

Giannakis, CDA’nın geliştirilmesinin gezegen bilimi ve gelecekteki keşif görevleri için yeni olanaklar yarattığını söyledi.

“Bilim adamları, kraterleri otomatik olarak haritalayarak, gezegen yüzeyini ve zaman içindeki evrimini daha iyi anlamak için dağılımlarını, boyutlarını ve morfolojilerini inceleyebilirler. Bu, bir gezegenin veya ayın jeolojik tarihini, yüzey süreçlerini ve potansiyel yaşanabilirliğini ortaya çıkarmaya yardımcı olabilir.”

“Kraterler, Ay veya Mars gibi gezegen cisimlerindeki su buzu gibi potansiyel değerli kaynak kaynakları da olabilir. Bilim adamları, kraterleri otomatik olarak haritalandırarak, kaynakların yoğunlaşabileceği ve gelecekteki insan misyonları için önemli olabilecek potansiyel konumları belirleyebilirler. uzay araştırma senaryolarında kaynak kullanım stratejilerinin planlanması.”

Daha fazla bilgi:
Iraklis Giannakis ve arkadaşları, Her Şeyi Segment Modeli (SAM) kullanarak derin öğrenme evrensel krater tespiti, arXiv (2023). DOI: 10.48550/arxiv.2304.07764

Dergi bilgileri:
arXiv


Aberdeen Üniversitesi tarafından sağlanan


Alıntı: Bilim adamları, gezegen çalışmalarını güçlendirmek için yapay zekanın gücünü kullanıyor (2023, 1 Mayıs), 2 Mayıs 2023’te https://phys.org/news/2023-05-scientists-power-ai-supercharge-planetary.html adresinden alındı.

Bu belge telif haklarına tabidir. Kişisel çalışma veya araştırma amaçlı adil ticaret dışında, yazılı izin olmaksızın hiçbir bölüm çoğaltılamaz. İçerik sadece bilgilendirme amaçlıdır.



uzay-1