hrvatski

Proučavanje asteroida u pregledima neba primjenom neuronskih mreža

Asterodi pruzaju neusporediv pogled u proslost Suncevog sustava, ali i predstavljaju potencijalnu opasnost za planet Zemlju. Detekcija i identifikacija asteroida od iznimne su vaznosti. Zbog toga su i danas u tijeku astronomska istrazivanja ciji je cilj otkrivanje novih i pracenje orbita vec poznatih, ali potencijalno opasnih asteroida. U takvim istrazivanjima generiraju se ogromne kolicine podataka zbog cega je vazan razvoj racunalnih metoda za njihovu brzu i tocnu obradu. U ovom radu predlazemo neuronske mreze, algoritme strojnog ucenja, za detekciju asteroida na fotografijama iz Sloanovog digitalnog pregleda neba (SDSS, engl. Sloan Digital Sky Survey) kao moguci smjer u razvoju racunalnih sustava za obradu podataka dobivenih u astronomskim istrazivanjima. Usporedujemo ucinak klasicne i konvolucijske neuronske mreze koje su izvedene u programskom jeziku Python i njegovim paketima za strojno ucenje. U Dodatku, kao metodicki dio diplomskog rada, predstavljena je uporaba programskog jezika Python za obradu slika kao nastavna jedinica iz predmeta Informatika u prirodoslovno- matematickim gimnazijama.

asteroidi ; strojno učenje ; neuronske mreže ; programski jezik Python ; Scikit-Learn ; TensorFlow

nije evidentirano