アバディーン大学の研究者チームは、AI モデルを使用した新しいユニバーサル クレーター検出アルゴリズム (CDA) を開発しました。 セグメント エニシング モデル (SAM) メタから。 この新しい技術により、科学者はさまざまな種類のデータを使用して惑星の表面を正確にマッピングできるようになり、将来の宇宙ミッションで役立つ可能性があります。
Metaは月上旬にSAM AIアルゴリズムを導入し、あらゆる画像のあらゆるオブジェクトを自動的に「切り取る」ことができる新しいモデルです。 このテクノロジーにより、チームは自動的に申請することができました クレーター 長い間手動で行うのではなく、マップに。 同時に、さまざまなタイプのデータを使用することで、より正確で柔軟な表面の記述が可能になります。
CDA アルゴリズムは、さまざまなデータや天体を扱うことができるため、さまざまな惑星表面のクレーターを検出するための潜在的に用途の広いソリューションになります。 また、ロボットや人間のミッションの着陸地点を決定するのにも役立ち、将来的には地形観測に基づく自動ナビゲーションに使用される可能性があります。
「惑星科学において、クレーターの検出は重要な課題です。 これにより、火星、月、その他の惑星などの天体の地質、歴史、進化をよりよく理解できるようになると、筆頭著者は述べています。 リサーチ アバディーン大学地球科学部の Iraklis Giannakis 博士。 「私たちの普遍的な CDA アプローチは、SAM 機能を使用して高精度かつ効率的にクレーターを自動的に検出し、手作業による識別の必要性を減らします。」
SAM の AI アルゴリズムの改善されたセグメンテーション機能は、CDA のゲームを効果的に変え、科学者が正確に識別できるようにしました。 クレーター 地形の困難な条件にもかかわらず、さまざまなサイズ、形状、および方向の。
Giannakis 博士は、CDA の開発により、惑星科学だけでなく、将来の研究ミッションにも新たな機会がもたらされたと述べました。 「クレーターを自動的にマッピングすることで、科学者はクレーターの分布、サイズ、形態を研究して、クレーターをよりよく理解することができます 表面 惑星とその時間の経過に伴う進化。 これは、地質学的歴史を明らかにし、表面プロセスを検出し、惑星や月の生命にとっての潜在的な適合性を評価するのに役立ちます」と科学者は付け加えます.
「クレーターはまた、 月 または火星。 クレーターを自動的にマッピングすることで、科学者は資源が集中する可能性のある潜在的な場所を特定できます。これは、将来の有人ミッションや、宇宙探査シナリオでの資源利用戦略の計画にとって重要になる可能性があります」と科学者は言います。
また読む：