Max Home IndustryНейронные сети доказали свою ценность в поиске закономерностей во многих типах данных, от фильтрации спама до распознавания речи. Палеонтологи были последними, кто запустил их в работу — выявить потенциально продуктивные районы с помощью изображений, полученных с помощью дистанционного зондирования.
Спутниковых снимков так много, что просто удивительно, что кому-то приходится куда-то идти, чтобы что-то найти. Просто смотрите на спутниковые снимки, пока не найдете то, что ищете. Проблема, конечно, в том, что есть много спутниковых снимков, на которые нужно смотреть, и вы можете не знать, что на самом деле выглядит на мультиспектральном изображении земли. Одним из решений может быть крауд-источник поиска, но это не решает проблему знания того, что вы ищете. Гораздо лучшая идея — использовать ИИ, чтобы узнать, как выглядят существующие сайты, а затем найти новые, чтобы вы могли выйти и изучить.
Именно это и сделала команда охотников за окаменелостями.
В ходе исследования, подробно описанного в журнале Evolutionary Anthropology, была получена модель, в которой используется нейронная сеть (ИНС), обученная распознавать спектральные характеристики известных продуктивных местностей и других классов земного покрова, таких как леса, водно-болотные угодья и кустарники, на основе анализа изображения дистанционного зондирования (ДЗ).
Затем, используя спектральные сигнатуры, модель классифицирует другие пиксели по всей исследуемой области. Результаты классификации нейронных сетей могут быть изучены и в дальнейшем обработаны в программном пакете географических информационных систем (ГИС).
Используемая ИНС довольно стандартна. Для анализа входные слои включают полосы 1-5 и 7 Landsat 7 от датчика ETM +; выходные данные включают 10 спектральных классов земного покрова.
Исследователи под руководством Боба Анемона, палеонтолога из Университета Западного Мичигана, разработали и протестировали эту модель на местонахождении ископаемых млекопитающих в отложениях палеоценового и эоценового возраста в бассейне Большого водораздела на юго-западе Вайоминга, но аналогичный аналитический подход можно легко применить к ископаемым. -содержащие осадочные отложения любого возраста в любой точке мира.
Резюме исследования на сайте nature.com объясняет, что сеть независимо определила несколько мест, в которых палеонтологи обнаружили окаменелости млекопитающих, и теперь исследователи собираются использовать свои прогнозы для изучения других мест в 2012 году. Анемона, которая прочесывала Великий водораздел Бассейн для окаменелостей млекопитающих эпохи раннего эоцена, около 50 миллионов лет назад, взволнован перспективой:
«Мы собираемся отправиться в районы, в которых никогда не были и о которых не знали, и посмотреть, что мы найдем».
На изображении (вверху) бассейна Большого водораздела красным цветом выделены те пиксели, которые имели> 95% принадлежности к классу местности и имели наклон> 5%. Это представляет собой текущую наилучшую оценку частей бассейна, которые могут включать населенные пункты с высокой вероятностью и высоким приоритетом для наземных проверок в предстоящие полевые сезоны.
Итак, все, что вам нужно сделать, чтобы найти нового тираннозавра или друга для Люси, — это отсканировать спутниковые изображения и посмотреть, что сообщает ИНС. Следующий шаг — заставить робота проводить раскопки … но это может лишить всего этого удовольствия.
Научно-исследовательская работа:
«Поиск окаменелостей новыми способами: подход искусственной нейронной сети к предсказанию местонахождения продуктивных местонахождений окаменелостей», (2011), Anemone R; Emerson C; Конрой Г., Эволюционная антропология, Том. 20 (5), стр. 169-80.
Связанное чтение:
Нейронные сети
Чтобы быть в курсе новых статей на I Programmer, подпишитесь на RSS-канал, подпишитесь на нас в Google+, Twitter или Facebook или подпишитесь на нашу еженедельную новостную рассылку.