文件名称：find-exoplanets：Projeto final da Disciplina de Redes Neurais
文件大小：3.29MB
文件格式：ZIP
更新时间：2024-03-15 03:33:34
Python
发现系外行星 这个项目的完成是为了在PPGIA / UFRPE的应用计算硕士课程中完成神经网络学科的学分。 正如我不得不介绍一个实验和一篇文章一样，该存储库将包含所有实验代码，并且还将提供与Git社区分享有关该文章的大部分有价值的东西。 介绍 2009年，美国国家航空航天局（NASA）发射了开普勒太空观测站（Kepler Space Observatory），目的是回答以下问题：“我们银河系中的其他地球有多频繁？” [2]。 该天文台自2014年以来第二次执行任务，并标记了10 000多个系外行星[3]。 开普勒在2016年扫描了1,284颗新的系外行星。截至2017年，共确认了3,000多颗系外行星（使用所有探测方法，包括基于地面的方法）。 天文台仍在工作，并继续寻找其他系外行星[3]。 我们这个项目的目标是使用这些年来开普勒太空天文台收集的数据，并建立一种神经网络模型解决方案，鉴于
【文件预览】：
find-exoplanets-main
----experiments_B()
--------PerceptronNone_evaluate_matrix.png(9KB)
--------NN3HiddenLayerSigmoid()_evaluate_matrix.png(10KB)
--------NN2HiddenLayerReLU()_log.png(32KB)
--------all_val.png(40KB)
--------NN3HiddenLayerTanh().png(36KB)
--------all_train.png(39KB)
--------NN2HiddenLayerReLU()_evaluate_matrix.png(9KB)
--------report.txt(2KB)
--------PerceptronNone.png(36KB)
--------NN3HiddenLayerReLU()_evaluate_matrix.png(9KB)
--------NN3HiddenLayerSigmoid().png(37KB)
--------PerceptronNone_log.png(35KB)
--------NN3HiddenLayerTanh()_evaluate_matrix.png(9KB)
--------NN3HiddenLayerReLU().png(40KB)
--------NN2HiddenLayerReLU().png(40KB)
--------NN3HiddenLayerReLU()_log.png(30KB)
--------NN3HiddenLayerSigmoid()_log.png(31KB)
--------NN3HiddenLayerTanh()_log.png(34KB)
----NeuralNets.py(2KB)
----data()
--------exoplanets_features.csv(2.34MB)
--------exoplanets_label.csv(15KB)
--------exoplanets_2018.csv(2.99MB)
----experiments_A()
--------PerceptronNone_evaluate_matrix.png(9KB)
--------NN3HiddenLayerSigmoid()_evaluate_matrix.png(10KB)
--------NN2HiddenLayerReLU()_log.png(32KB)
--------NN3HiddenLayerTanh().png(33KB)
--------all_train.png(37KB)
--------NN2HiddenLayerReLU()_evaluate_matrix.png(10KB)
--------report.txt(2KB)
--------PerceptronNone.png(33KB)
--------PerceptronNone_model.pt(4KB)
--------all_validation.png(39KB)
--------NN3HiddenLayerReLU()_evaluate_matrix.png(9KB)
--------NN3HiddenLayerSigmoid().png(37KB)
--------NN3HiddenLayerTanh()_model.pt(10KB)
--------NN3HiddenLayerReLU()_model.pt(11KB)
--------PerceptronNone_log.png(35KB)
--------NN3HiddenLayerTanh()_evaluate_matrix.png(10KB)
--------NN3HiddenLayerSigmoid()_model.pt(10KB)
--------NN2HiddenLayerReLU()_model.pt(11KB)
--------NN3HiddenLayerReLU().png(36KB)
--------NN2HiddenLayerReLU().png(35KB)
--------NN3HiddenLayerReLU()_log.png(32KB)
--------NN3HiddenLayerSigmoid()_log.png(29KB)
--------NN3HiddenLayerTanh()_log.png(35KB)
----data_clean.py(4KB)
----article()
--------pics()
----README.md(7KB)
----experiments.py(8KB)