《自然-通讯》本周发表的一项研究Lunar impact crater identification and age estimation with Chang’E data by deep and transfer learning在月球表面识别出之前未识别的逾10.9万个撞击坑。

撞击坑分布在月表的大部分区域。然而，识别撞击坑数量的人工和自动方法在计算精确总数时存在不一致的情况。比如，自动识别方法一般很难发现不规则或退化的撞击坑。

中国吉林大学的Chen Yang和同事尝试利用一种迁移学习策略来识别月球的撞击坑，迁移学习是一种机器学习方法，能用之前获得的知识解决下一个问题。作者先用7895个经过识别和1411个已知年龄的撞击坑数据训练了一个深度神经网络。利用嫦娥一号和嫦娥二号飞行器采集的数据，这个深度神经网络识别出了10 9956个新的撞击坑――是之前在月球中低纬区域识别数量的几十倍。在直径大于8千米的撞击坑中，这个深度神经网络估算了其中1 8996个撞击坑的年龄。研究人员根据以上结果建立了一个新的月球中低纬区域撞击坑数据库。

作者认为，他们的方法调整后可用于太阳系的其他天体，并有望比人工分析方法提取更多信息。

基于迁移学习(TL)利用嫦娥一号(CE-1)和嫦娥二号(CE-2)的数据识别月球撞击坑

©Nature

  Nat Com | doi: 10.1038/s41467-020-20215-y