数据科学对技术特征搜索领域的承诺
天体物理仪器与方法
2019-03-21 v1 地球与行星天体物理
数据分析、统计与概率
摘要
本文概述了利用计算机科学中当前快速发展的新方法（如机器学习和深度学习）在技术特征（technosignatures）搜索方面可能取得的进展。文中还展示了若干大型研究计划的案例研究，其中此类方法已成功应用并取得显著成果。我们认为，全天空、全时段观测数据的可用性，加之人工智能中当前所用计算能力和算法（包括自动化）的最新进展，将推动技术特征搜索工作前所未有的发展。
引用
@article{arxiv.1903.08381,
title = {The Promise of Data Science for the Technosignatures Field},
author = {Anamaria Berea and Steve Croft and Daniel Angerhausen},
journal= {arXiv preprint arXiv:1903.08381},
year = {2019}
}
备注
Science white paper submitted in response to the the U.S. National Academies of Science, Engineering, and Medicine's call for community input to the Astro2020 Decadal Survey; 7 pages, 1 figure