ハッカソン・アイデアソン成果の共有と
ビジネス化支援・人材情報の統合サイト

NEOの機械学習／機械学習によるスペースガード

URL : https://2016.spaceappschallenge.org/challenges/solar-system/near-earth-objects-machine-learning
ライセンス : CC0
Near Earth Objects Machine Learning ハッシュタグ：#MaverickLabNeo #WereOutThere #SolarSystem ※NEOは地球近傍天体のこと
更新: 2018年11月11日

テキスト 詳細
＜説明＞ この課題については、私たち（NASA）はあなたをアステロイドグランドチャレンジに「仮想の貢献者」として招待して、仮想的に方法を開発します。私たちは恐竜と同じ運命を避けるために機械学習のコンセプトノートや簡単なプロトタイプを開発します。 （メモ：恐竜は地球への大規模な隕石落下が原因で絶滅したという説がある。）
更新: 2016年4月23日 (中山圭太郎)
テキスト 詳細
＜背景＞ 地球には脅威を与える可能性がある未発見の小惑星（NEO）が何百万とあります。これらの小惑星を見つけて追跡するために、ハードウェアを必要とします。それらの位置が特定されると、フォローアップして観測することができ、光曲線データを収集しレーダーや光学望遠鏡で行うことができます。コンポジット、反射率、回転、これらは地球との衝突の前に小惑星を偏向させる緩和戦略を知らせ、他の軌道の推定を可能にします。現在、危険なNEOのほんの一握りは、私たちの領域に入る前に検出されています。しかしながら、何人かの人は何十年もの間惑星の軌道を監視しており、小惑星捕獲の巨大なタスクは、観測天体数が多く長時間で複雑になります。これらの課題を提示する宇宙コミュニティは、機械化による天体（隕石）検出と、天体（隕石）の軌道計算のスピードを加速させることにおいて有効な「機械学習」に目を向けはじめています。
更新: 2016年4月23日 (中山圭太郎)
テキスト 詳細
＜考察＞ サンプルエリアで次の探索をします： 機械学習ツールは、既知の誤検知を除去するために使用することができます 新たに観測された惑星と、既に調査されタグ付けされている天体アーカイブとの位置合わせをします マシンビジョン（機械視覚）とドローンは根本的に見つかれる隕石落下数を増加させました 理論的アプローチ、シミュレーションやデモを受け入れます ヒント：The Minor Planet Center（小惑星センター）は現在、NASAのNEOWISE（＝地球近傍天体・広域赤外線探査衛星）の宇宙ベース観測データと、プロとアマチュアの地上からの望遠鏡データの中央機関として機能しています。これら天体データにより、専門家やアマチュアの両方が小惑星の軌道計算をフォローアップすることができます。
更新: 2016年4月23日 (中山圭太郎)
アイデア 詳細

SpaceApps Tokyo 2016 ハッカソン

開催日: 2016/04/23
中山圭太郎
作成:2016年2月6日, 更新:2018年10月8日
32

評価指数



更新: 2016年4月23日 (中山圭太郎)

おすすめの助成制度

このページにおける記載内容を実施する際におすすめの助成制度の情報です。

このページを引用して新規作成
このページを引用して作られたページ

SpaceApps Tokyo 2016 ハッカソン

中山圭太郎
開催日: 2016年4月23日
更新:2018年10月8日

開催日：2016年4月23日-4月24日
32

評価指数

2

コメント