Videnskab
 science >> Videnskab >  >> Astronomi

Vil du deltage i udfordringen om at udforske månen?

Archytas Dome-regionen af ​​måneoverfladen er målområdet for EXPLORE Lunar Data Challenges 2022. Kredit:NASA/GSFC/Arizona State University/EXPLORE/Jacobs University

Måneentusiaster i alle aldre bliver udfordret til at hjælpe med at identificere træk på månen, der kan udgøre en fare for rovere eller astronauter, der udforsker overfladen.

2022 EXPLORE Lunar Data Challenge er fokuseret på Archytas Dome-regionen tæt på Apollo 17-landingsstedet, hvor de sidste mennesker satte deres fod på månen for 50 år siden i december.

Machine Learning Lunar Data Challenge er åben for studerende, forskere og fagfolk inden for områder relateret til planetariske videnskaber, men også for alle med ekspertise inden for databehandling. Der er også en Public Lunar Data Challenge til at plotte den sikre travers af en måne-rover hen over månens overflade, åben for alle, der ønsker at "have en chance", samt en Classroom Lunar Data Challenge for skoler, med hænder- om aktiviteter om måneudforskning og maskinlæring.

Ved at annoncere EXPLORE Machine Learning Lunar Data Challenge under Europlanet Science Congress (EPSC) 2022 i Granada, Spanien, sagde Giacomo Nodjoumi i denne uge, at "Udfordringen bruger data fra Archytas Dome taget af Narrow Angle Camera (NAC) på Lunar Reconnaissance Orbiter (LRO) mission. Dette område af månen er fyldte kratere af forskellige aldre, kampesten, høje og en lang, bugtet fordybning eller rille. Det store udvalg af funktioner i denne zone gør det til et meget interessant område for udforskning og perfekt scenarie for denne dataudfordring."

Public Lunar Challenge beder deltagerne om at identificere farer på Månen, besøge områder af videnskabelig interesse og planlægge en rejse for en rover. Kredit:NASA/GSFC/Arizona State University/EXPLORE

Machine Learning Lunar Data Challenge er i tre trin:For det første skal deltagerne træne og teste en model, der er i stand til at genkende kratere og kampesten på månens overflade. For det andet skal de bruge deres model til at mærke kratere og kampesten i et sæt billeder af Archytas-zonen. Endelig bør de bruge output fra deres modeller til at skabe et kort over en optimal travers hen over månens overflade for at besøge definerede steder af videnskabelig interesse og undgå farer, såsom områder med kraftigt krater.

Offentligheden og skoler opfordres også til at bruge månebilleder til at identificere funktioner og planlægge en rejse for en rover. Præmierne til udfordringerne inkluderer kuponer på i alt 1500 euro, samt stykker ægte månesten fra månemeteoritter.

EXPLORE-projektet samler eksperter fra forskellige områder af videnskab og teknisk ekspertise for at udvikle nye værktøjer, der vil fremme udnyttelsen af ​​rumvidenskabelige data.

"Gennem EXPLORE Data Challenges sigter vi mod at øge bevidstheden om de videnskabelige værktøjer, som vi udvikler, forbedre deres nøjagtighed ved at bringe ekspertise fra andre samfund ind og involvere skoler og offentligheden i rumvidenskabelig forskning," sagde Nick Cox, koordinatoren. af EXPLORE-projektet. + Udforsk yderligere

NASAs måneobserverende CubeSat er klar til opsendelse af Artemis




Varme artikler