作者:by Bob Yirka , Phys.org
柏林的一个由计算机科学家、天文学家和历史学家组成的团队使用机器学习应用程序来更多地了解 15 世纪和 16 世纪欧洲天文学思想的演变历史。在他们的学习发表在期刊上科学进步,该小组训练了机器学习应用程序,以理解当时教科书中的手写文本、图形、图表和其他数据。
在过去的几十年里,来自各个领域的科学家们逐渐认识到,很少有人突然想出一个真正新颖的想法。科学成就尤其如此,包括天文学等领域取得的成就。
在这项新研究中,研究人员指出,除了伽利略、开普勒和哥白尼之外,还有许多科学家为欧洲 15 世纪和 16 世纪天文学思想的演变做出了贡献,同时也为该领域新人的教育做出了贡献。
他们指出,许多这样的人创建文本来捕捉他们的想法和/或将它们呈现给其他人,无论是专业的还是作为教科书。研究人员收集了 300 多篇此类文本作为研究的一部分,以更好地了解天文学领域的演变。但他们知道一小群人的研究时间太长,因此他们转向机器学习。
研究人员使用 76,000 页的教科书训练了一个机器学习应用程序,其中包括数字、图像、标记和表格。文本。他们开发了多种方法来让机器学习应用程序了解它应该检索的内容(例如,数字而不是文本),然后如何处理这些信息。
一旦处理完所有数据,该团队就反向使用该应用程序来寻找趋势,其中之一就是数学发展对天文学的巨大影响。他们将这一过程描述为该领域的数学化,其中一部分包括用于计算恒星定位的公式标准化、定义的气候带的变化以及分享整个非洲大陆所学到的知识的方法。
更多信息:Oliver Eberle 等人,大规模历史洞察:对早期现代天文表的全语料库机器学习分析,科学进步(2024)。DOI:10.1126/sciadv.adj1719
© 2024 Science X 网络
引文:机器学习分析追踪 16 世纪欧洲天文学思想的演变(2024 年,10 月 31 日)检索日期:2024 年 10 月 31 日来自 https://phys.org/news/2024-10-machine-analysis-tracks-evolution-16th.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外,不得未经书面许可,不得复制部分内容。所提供的内容仅供参考。