广西钦州：荔枝熟了销路顺了农民笑了

中国人保启动一级应急响应迅速应对云南镇雄县山体滑坡,贝莱德CEO称比特币是一种资产类别，投资吸引力将会扩大

美文示范

现场 | 202407黄草编在杭州三丘三

金沙娱场城app官网入口

其中，Kepler—879c、Kepler—158d、Kepler—1489c和Kepler—963c，在迄今发现的最小超短周期行星中，分别位列第一、第二、第三和第五；Kepler—879c、Kepler—158d、Kepler—1489c和Kepler—2003b是最接近其主星的小型行星，其轨道半径在5个恒星半径以内。

葛健表示，本次研究工作的突破性发现是人工智能在天文大数据领域应用的一个里程碑，要想使用人工智能在海量的天文数据中“挖”到极其稀少的新发现金沙娱场城app官网入口，就需要发展创新的人工智能算法。同时，需要依据新发现现象的物理图像特征生成的大量的人工数据集做训练，使之能快速、准确、完备地探寻到这些很难在传统方式下找到的稀少而微弱的信号。

普林斯顿大学天体物理学家乔什·温(Josh Winn)教授评论称，超短周期行星(或称“熔岩世界”)拥有极其极端和出乎意料的特性，为人们理解行星轨道如何随时间变化提供线索。他原以为开普勒数据中的凌星信号已经被“挖掘殆尽”，不会再有其他行星发现，听到这些新的潜在行星的消息非常兴奋，并对这项寻找新行星的技术成就印象深刻。

葛健说，这次研究工作真正起始时间是2015年，当年的人工智能AlphaGo刚取得打败围棋界职业高手的重大突破。他受佛罗里达大学计算机系同事李晓林教授的激励和启发，决定试图把人工智能的深度学习应用在开普勒太空望远镜释放的测光数据中，寻找使用传统方法没能找到的微弱凌星信号。“幸运的是经过近10年的努力，我们终于有了第一份收获”。

基于此，研究团队根据凌星信号图像的物理特征创新设计和生成各种可能的凌星信号，然后在加入200万个利用开普勒太空望远镜真实光变数据人工合成的光变曲线上进行训练。训练后的神经网络再应用在开普勒太空望远镜的数据集中，并和GPU快速折叠算法一起使用搜寻数据中的超短周期凌星信号，最终帮助团队发现5颗半径很小的超短周期系外行星。(完)

金沙娱场城app官网入口

三是规范日常监管，做到无事不扰。深入实施“双随机、一公开”监管，运用检查对象名录库和执法检查人员名录库，随机抽取检查对象、随机选派检查人员，坚决避免重复检查、多头检查、过度检查。加强企业信用风险分类管理，科学运用风险等级，合理确定、动态调整抽查比例和频次，对持续保持良好信用的企业无事不扰。加快推进跨部门综合监管和联合抽查，推动实现“进一次门、查多项事”，真正减轻企业负担。