据韩联社3月30日报道,韩国天文研究院30日表示,其研究组利用外行星探索系统的观测资料和自主开发的机器学习法,对4528颗小行星表面的组成成分进行了分类。 图片来自:韩联社 为了解决传统小行星表面成分分析中的种种问题,研究组引进了利用机器学习方法的分析。除了引入以前使用的变量(可见光光谱斜率和吸收光谱深度)外,研究人员还增加了光谱的宽度作为输入限量,在三维色彩空间中表现出来,通过机器学习训练这三个变量,对小行星的表面成分进行了新的高级分类。 研究人员表示:虽然此次开发的机器学习方法还不能够大规模地在宇宙资源探索中立即应用,但这是一个强大的工具,可以一目了然地掌握超过数以万计的小行星的成分信息。