机器学习分析追踪 16 世纪欧洲天文学思想的演变

2024-10-31 13:56:19 英文原文

作者:by Bob Yirka , Phys.org

Using machine learning to track geocentric astronomy teachings in 16th century Europe
罗伯特·沃尔顿的世界地图。它绘制于 1626 年,涵盖了地球上最近发现的所有领土,但仅考虑了九个气候带值得明确提及。第九个气候区包括英格兰,但最初引入时包括维滕贝格。北部的其他区域只是一般性提及(地图上叠加的紫红色线上方的文字)。出自:根据最真实的描述绘制的新的准确世界地图,由英国人或陌生人所做的最新发现和最佳观察,1626 年。伦敦,1627 年。巴里·劳伦斯·鲁德曼地图集。由斯坦福大学图书馆提供。purl.stanford.edu/cc815fz9830 104 信用:科学进步(2024)。DOI:10.1126/sciadv.adj1719

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。

  • Using machine learning to track geocentric astronomy teachings in 16th century Europe
    处理表格布局中的异质性对机器学习提出了挑战,1542 年和 1587 年发布的同一个正弦值表格中的字体、布局、方向和页面使用的变化就证明了这一点。左:O. Finé、De Mundi sphaera、siveCosmographia,原始天文学部分,Lib。V(Simon de Colines,巴黎,1542 年,第 99 页)。右:O. Finé,歌剧……五部分;arimetica、geometria、cosmografia 等(Francesco de Franceschi,威尼斯,1587 年,Libro primo della Geometria,第 17v–18r 页)。图片来源:马克斯·普朗克科学史研究所图书馆
  • Using machine learning to track geocentric astronomy teachings in 16th century Europe
    用于稀疏注释设置下模型学习的原子化重组框架。信用:科学进步(2024)。DOI:10.1126/sciadv.adj1719
  • Using machine learning to track geocentric astronomy teachings in 16th century Europe
    托勒密的世界地图。世界地图,由托勒密在希腊化时代构想出来,其已知最古老的范例是在 15 世纪根据托勒密的坐标和公制列表绘制的。第七气候区明确排除了巴黎以北的所有地区,包括现在的英国(第七气候区的北部边界由叠加的红线划定)。来自:托勒密,《宇宙志》。地图制作者:Nicolaus Germanus。来自: 会员女士,纬度,秒。XV,抄送。I–II, 124, III–IV。1460—1466。那不勒斯国家图书馆。信用:科学进步(2024)。DOI:10.1126/sciadv.adj1719
  • Using machine learning to track geocentric astronomy teachings in 16th century Europe
    版本的地理。Sacrobosco Collection(1472 年至 1650 年)各版本制作的地理分布。图片来源:Eberle 等人,Sci。副词。10、eadj1719(2024)

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。

关于《机器学习分析追踪 16 世纪欧洲天文学思想的演变》的评论


暂无评论

发表评论

摘要

柏林的一组研究人员使用机器学习分析了 15 世纪和 16 世纪欧洲天文学教科书中的 300 多篇文本和 76,000 页。他们发表在《科学进展》上的研究表明,数学的进步严重影响了这一时期的天文学,包括恒星定位的标准化公式和气候带定义的变化。该分析还强调了科学进步的协作性质,指出了伽利略、开普勒和哥白尼等知名人物之外的贡献。