محفوظ شدہ | ماورائے ارضی زندگی کی تلاش میں مدد کے لیے ایک تصویری درجہ بندی بنائیں

خلاصہ

اس ڈویلپر پیٹرن میں، ہم ریڈیو سگنل ڈیٹا کو تصاویر میں تبدیل کریں گے تاکہ ہم اسے تصویر کی درجہ بندی کے مسئلے کی طرح سمجھ سکیں۔ پھر ہم ایک تصویری درجہ بندی کرنے والے کو TensorFlow کا استعمال کرتے ہوئے ایک convolutional neural نیٹ ورک کے ساتھ تربیت دیتے ہیں۔ ہم ماڈل ٹریننگ اور ٹیسٹنگ کا مظاہرہ کرنے کے لیے PowerAI پر Jupyter Notebooks کا استعمال کرتے ہیں۔

Description

ہر رات، شمالی کیلیفورنیا میں ایلن ٹیلی سکوپ اری کا استعمال کرتے ہوئے، SETI انسٹی ٹیوٹ مختلف ریڈیو فریکوئنسیوں پر آسمان کو اسکین کرتا ہے، معلوم exoplanets کے ساتھ ستاروں کے نظام کا مشاہدہ کرتا ہے، دھندلے لیکن مسلسل سگنلز کی تلاش کرتا ہے۔ موجودہ سگنل کا پتہ لگانے کے نظام کو صرف مخصوص قسم کے سگنلز کی تلاش کے لیے پروگرام کیا گیا ہے: تنگ بینڈ کیریئر لہریں۔ تاہم، پتہ لگانے کا نظام بعض اوقات ایسے اشاروں پر متحرک ہو جاتا ہے جو تنگ بینڈ کے سگنل نہیں ہوتے ہیں (نامعلوم کارکردگی کے ساتھ) اور واضح طور پر ریڈیو فریکوئنسی مداخلت بھی نہیں جانتے ہیں۔ ایسا لگتا ہے کہ اس قسم کے واقعات کی مختلف قسمیں ہیں جن کا مشاہدہ کیا گیا ہے۔

ہمارا مقصد حقیقی وقت میں درست طریقے سے ان کی درجہ بندی کرنا ہے۔ یہ سگنل کا پتہ لگانے کے نظام کو بہتر مشاہداتی فیصلے کرنے کی اجازت دے سکتا ہے، رات کے اسکینوں کی کارکردگی کو بڑھا سکتا ہے، اور سگنل کی ان دیگر اقسام کا واضح پتہ لگانے کی اجازت دیتا ہے۔ مزید معلومات کے لیے رجوع کریں۔ GitHub پر SETI ہیکاتھون.

جب آپ اس پیٹرن کو مکمل کر لیں گے، تو آپ سمجھ جائیں گے کہ کیسے:

• سگنل ڈیٹا کو تصویری ڈیٹا میں تبدیل کریں۔
• ایک convolutional عصبی نیٹ ورک کی تعمیر اور تربیت
• Jupyter Notebook میں نتائج ڈسپلے اور شیئر کریں۔

روانی

1. Nimbix Cloud پر PowerAI سسٹم پر چلانے کے لیے فراہم کردہ نوٹ بک لوڈ کریں۔
2. SETI ڈیٹاسیٹ بیرونی خلا سے ریڈیو سگنلز کی مختلف کلاسوں کو پہچاننے کے استعمال کے معاملے کو ظاہر کرتا ہے۔
3. ٹریننگ نوٹ بک ایک ماڈل کو تربیت دینے اور ایک درجہ بندی بنانے کے لیے Convolutional Neural نیٹ ورکس کے ساتھ TensorFlow کا استعمال کرتی ہے۔
4. پیشن گوئی نوٹ بک درجہ بندی کی درستگی کو ظاہر کرتی ہے۔

ہدایات

میں درج ذیل مراحل کی تفصیلات تلاش کریں۔ پڑھیں:

1. PowerAI پلیٹ فارم تک 24 گھنٹے مفت رسائی حاصل کریں۔
2. Jupyter نوٹ بک تک رسائی حاصل کریں اور شروع کریں۔
3. نوٹ بک چلائیں۔
4. نتائج کا تجزیہ کریں۔
5. بچائیں اور شیئر کریں
6. اپنا ٹرائل ختم کریں۔

ماخذ: https://developer.ibm.com/patterns/seti-signal-classification-on-powerai/