档案

所有帖子于2014年7月份

K2任务将遵守持续时间~83天的顺序黄光纤维活动,其中75天致力于科学。

K2任务将遵守持续时间~83天的顺序黄光纤维活动,其中75天致力于科学。

I’在这个游戏中有点晚了,但我想读 Howell等人。’s (2014) 纸质描述计划 k2任务,基本上是重世的重世 开普勒任务.

在2009年推出,开普勒航天器愉快地盯着大约4岁的目标恒星凝视着大约150,000颗星,寻找pc蛋蛋平台下载安装的阴影,因为它们在地球和他们的主人之星之间传递(叫 pc蛋蛋平台下载安装途转)。使用开普勒数据的团体在我们的太阳系之外找到了数千个pc蛋蛋平台下载安装,彻底改变了外产的研究。不幸的是,两个中的两个 反应轮 用于将航天器稳定地指向其目标场 2013年5月失败了以名义上的科学使命结束。

然而,通过仔细地钓望远镜(见左图)并沿着其轨道平面保持指向,美国宇航局的工程师实现了它们可以使用太阳的光子压力作为一种第三反应轮,允许天文革命继续—因此出生了K2任务,这 美国宇航局今年5月份选择资金.

来自Howell等人的论文。 (2014)介绍了K2任务的科学和工程能力,与Keperer任务密切相关。所以开普勒可以做的很多东西,K2也可以。事实上,由于任务工程师必须每80天转动航天器来满足指向要求,k2将看 许多在天空上的不同的领域,与开普尔相比,它只盯着同一领域。

这种变量指向将实现更广泛的科学调查,如Howell等人所讨论的,包括寻找更多的过渡pc蛋蛋平台下载安装,也可以研究其他星系,超新星,恒星簇等。事实上,天文社区的提交了超过 100不同的想法 与K2有关的事情。因此,美国宇航局的科学家和工程师真的做了一个壮观的工作挽救了否则令人失望的损失。

Artist’s conception of a habitable exoplanet in orbit around its red dwarf star. Credit: NASA Ames/SETI Institute/JPL-Caltech. From http://themeridianijournal.com/2014/04/big-discovery-first-earth-sized-exoplanet-habitable-zone-another-star/#more-5509.

Artist’s conception of a habitable exoplanet in orbit around its red dwarf star. Credit: NASA Ames/SETI Institute/JPL-Caltech. From http://themeridianijournal.com/2014/04/big-discovery-first-earth-sized-exoplanet-habitable-zone-another-star/#more-5509.

有趣的论文Michael Jura教授在UCLA 和同事,他们在其中寻找白矮星的板构造的化学特征 加管pc蛋蛋平台下载安装和小pc蛋蛋平台下载安装材料。本文提出了一个非常简洁的想法,结合了几个大概念。

首先,有几个证据 白矮星 (太阳像恒星的幽灵残余物)是岩石材料。白矮星的气氛非常简单,氢气和氦气冷却到空间数十亿岁。任何其他的,较重的元素迅速摆脱了大气压(数百万年的时间),所以如果您在大气中找到了较重的元素(通过 光谱学),这些元素最近可能倾倒在大气中—一个名为污染的过程。

这种污染 已被观察到许多白矮星而且,污染通常由岩石元素,硅,镁等组成。因此,污染材料可能来自岩石小pc蛋蛋平台下载安装,落入白矮星。汝拉和同事指出,一些污染可能会从碎片的碎片岩石pc蛋蛋平台下载安装的外壳中出现一些污染,以碎片的形式 巨大的影响 与pc蛋蛋平台下载安装表面。

其次,在地球上,持续俯冲和地壳材料爆发 板块构造 具有筛分某些元素并将其筛选在地壳中的效果,产生与其他pc蛋蛋平台下载安装和小pc蛋蛋平台下载安装不同的地壳组成。

汝拉和同事在白矮星的岩石污染中寻找这种化学签名,但不幸的是不要’找到它。然而,这个初步研究可以提供一种小说以寻找其他pc蛋蛋平台下载安装系统中的板构造迹象。那’s important because 板块构造被认为是制作适合生活的星球的关键要求,但观察它的天文学几乎是不可能的(那里’■没有强有力的证据,除了地球以外的太阳系pc蛋蛋平台下载安装,经验丰富/ s板块构造。汝拉和同事可能为我们提供了一种新的途径来对郊球地球物理学历史进行同行。

 

 

作为我进入数据科学的新推动的一部分,我读了 施& Malik’s paper 关于感知分组问题,它们开发了一种将图像分成相干区域的算法。

来自shi的图8的一部分& Malik (2000).

来自shi的图8的一部分& Malik (2000).

将图像划分为相干区域是什么意思?例如,您有一个大型风暴系统的卫星图像,例如左从Shi和Malik的图形’纸。面板(a)显示原始图像,而(b)和(c)显示由shi和malik一起分组的图像的两个部分’S算法。结果使直观感(至少对我):(b)是风暴的一大部分,而(c)是下面的地面。

基本上,shi和malik’S算法将整个图像视为一个 加权图,具有作为节点的图像的部分。连接节点的边缘的重量对于彼此靠近的部分和类似的部分(其中相似度可能取决于像素亮度,纹理,颜色等)的部分更大。

该算法决定使用该段作为一个段作为一个段作为一个段作为连接在该段中的所有节点。 Shi和Malik开发了一种聪明的方式来将这个过程变成一个 特征值/矢量问题从而显着促进了计算。它们的技术量将像素视为通过弹簧连接的单个质量,具有由边缘权重给出的弹簧常数,然后找到系统的正常振荡模式:强耦合的像素作为一个段被分组在一起。

方便地,算法是 实施的 在Scikit-Learn Python模块中。使用他们的示例代码,我能够轻松地重现Lena Image的分割(如下所示),所以我想尝试一些 vims. 泰坦的观察。 (这里’s 原始的泰坦图像。我花了一小部分。)

不幸的是,结果没有希望:算法没有将图像分解为我预期的段。相反,段似乎很随意。即使泰坦图像小于Lena Image(100 x 100像素与128 x 128),它也花了大约40分钟。

(左)由Scikit-Learn页面上的频谱聚类示例代码结果。 (右)我自己尝试分割泰坦的Vims图像。

(左)由Scikit-Learn页面上的频谱聚类示例代码结果。 (右)我自己尝试分割泰坦的Vims图像。

下一个要尝试的事情:似乎算法需要我告诉它有多少地区使用—我使用了原始例子中给出的数字,11.也许我应该尝试较小的数字。还有一些选择如何在原始SHI和MALIK算法中计算图表权重(不确定SCICKIT-LEARD模块是否具有该功能)。