Agencias /Ciudad de México.- Científicos chinos han descubierto más de 109.000 cráteres en la superficie de la Luna, docenas de veces más que los reconocidos en las regiones bajas y medias de nuestro satélite natural. El logro, según cuentan en la revista «Nature Communications», ha sido posible gracias a un nuevo enfoque de aprendizaje automático.

Los cráteres ocupan la mayor parte de la superficie de la Luna. Sin embargo, los métodos manuales y automáticos para detectar su número han dado lugar a inconsistencias en cuanto al total exacto. Por ejemplo, a menudo es difícil detectar cráteres irregulares o degradados utilizando los métodos tradicionales.

El equipo de Chen Yang, de la Universidad de Jilin en Changchun, se propuso identificar los cráteres de impacto lunares utilizando una estrategia de aprendizaje por transferencia, un enfoque de aprendizaje automático en el que el conocimiento previo adquirido se utiliza para resolver un problema adicional.

Primero, los autores del estudio entrenaron una red neuronal profunda utilizando datos de 7,895 cráteres previamente identificados y 1,411 fechados. Usando datos de los orbitadores chinos Chang’e-1 y Chang’e-2, la red pudo identificar 109,956 nuevos cráteres, docenas de veces más de los previamente reconocidos en las regiones de latitudes medias y bajas de la Luna.

De los cráteres con un diámetro mayor a 8 kilómetros, la red estimó la antigüedad de 18,996 de estos. Los hallazgos han dado lugar a la creación de una nueva base de datos de cráteres lunares de las regiones de latitudes medias y bajas de la Luna.

Los autores sugieren que su enfoque podría adaptarse para su uso con otros cuerpos del Sistema Solar y podría ayudar a extraer más información de la que es posible con los métodos de análisis manuales.

a Imágenes de ortofoto digital (DOM) CE-1 y CE-2 y fusión de datos DOM e imágenes de cráteres multiescala. b El diagrama de flujo demuestra el enfoque de detección de cráteres en dos etapas basado en TL. El diagrama de flujo está dividido por una línea de puntos vertical. La parte izquierda muestra el proceso de TL y la parte derecha muestra la estructura de red correspondiente en detalle. En la parte izquierda, el área de color rosa claro indica el TL de la primera etapa. El módulo de detección es la red totalmente convolucional basada en regiones con la red básica de la arquitectura de redes neuronales convolucionales (CNN) ResNet101. ResNet101 (solo las capas convolucionales, sin incluir las capas superiores completamente conectadas) se transfiere para la detección de cráteres. El módulo de detección se ajusta con precisión mediante datos CE-1. Luego, el módulo de detección se transfiere directamente a los datos CE-2, como se muestra en el área verde claro. Cabe destacar que no hay formación en la segunda etapa de la TL. c Mapas de detección con datos CE-1. Hay seis mapas de detección adyacentes que tienen un 50% de superposición entre sí. Los cuadrados rojos muestran el borde de los cráteres detectados y los cuadrados de trazos rojos representan los cráteres individuales no detectados (en el borde de la imagen o no se muestran completamente en la imagen) en uno de los mapas de detección. Sin embargo, los cráteres individuales no detectados se pueden detectar en los otros mapas de detección adyacentes.
Comentarios desactivados en Descubren científicos más de cien mil nuevos cráteres en la Luna