論文の概要: Onboard Science Instrument Autonomy for the Detection of Microscopy
Biosignatures on the Ocean Worlds Life Surveyor
- arxiv url: http://arxiv.org/abs/2304.13189v2
- Date: Fri, 19 Jan 2024 01:23:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-22 19:29:39.321930
- Title: Onboard Science Instrument Autonomy for the Detection of Microscopy
Biosignatures on the Ocean Worlds Life Surveyor
- Title（参考訳）: 海洋生命サーベイヤーにおける顕微鏡バイオシグナチュア検出のためのオンボード科学機器自律性
- Authors: Mark Wronkiewicz, Jake Lee, Lukas Mandrake, Jack Lightholder, Gary
Doran, Steffen Mauceri, Taewoo Kim, Nathan Oborny, Thomas Schibler, Jay
Nadeau, James K. Wallace, Eshaan Moorjani, Chris Lindensmith
- Abstract要約: 地球外生命の探索は、文明レベルの意味を持つ重要な科学的取り組みである。
生命の正確な定義の欠如は、検出戦略の定式化に根本的な課題をもたらす。
本稿では,Jet Propulsion LaboratoryのOcean Worlds Life Surveyorプロトタイプ機器スイートの一部として開発された2つのOSIA実装について述べる。
- 参考スコア（独自算出の注目度）: 2.526702791640305
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The quest to find extraterrestrial life is a critical scientific endeavor
with civilization-level implications. Icy moons in our solar system are
promising targets for exploration because their liquid oceans make them
potential habitats for microscopic life. However, the lack of a precise
definition of life poses a fundamental challenge to formulating detection
strategies. To increase the chances of unambiguous detection, a suite of
complementary instruments must sample multiple independent biosignatures (e.g.,
composition, motility/behavior, and visible structure). Such an instrument
suite could generate 10,000x more raw data than is possible to transmit from
distant ocean worlds like Enceladus or Europa. To address this bandwidth
limitation, Onboard Science Instrument Autonomy (OSIA) is an emerging
discipline of flight systems capable of evaluating, summarizing, and
prioritizing observational instrument data to maximize science return. We
describe two OSIA implementations developed as part of the Ocean Worlds Life
Surveyor (OWLS) prototype instrument suite at the Jet Propulsion Laboratory.
The first identifies life-like motion in digital holographic microscopy videos,
and the second identifies cellular structure and composition via innate and
dye-induced fluorescence. Flight-like requirements and computational
constraints were used to lower barriers to infusion, similar to those available
on the Mars helicopter, "Ingenuity." We evaluated the OSIA's performance using
simulated and laboratory data and conducted a live field test at the
hypersaline Mono Lake planetary analog site. Our study demonstrates the
potential of OSIA for enabling biosignature detection and provides insights and
lessons learned for future mission concepts aimed at exploring the outer solar
system.
- Abstract（参考訳）: 地球外生命の探索は、文明レベルの意味を持つ重要な科学的取り組みである。
太陽系の氷の衛星は、その液体の海が微小な生命の生息地になる可能性があるため、探査のターゲットとして有望です。
しかし、生命の正確な定義の欠如は、検出戦略の定式化に根本的な課題をもたらす。
不明瞭な検出の可能性を高めるために、補完的な機器群は複数の独立した生物記号(例えば、組成、運動/行動、可視構造)をサンプリングする必要がある。
このような機器は、エンケラドゥスやエウロパのような遠く離れた海から送信されるデータより1万倍多い生データを生成することができる。
この帯域制限に対処するため、オンボード・サイエンス・インスツルメンツ・オートノミー (Onboard Science Instrument Autonomy, OSIA) は、科学のリターンを最大化するために観測機器データを評価、要約、優先順位付けできる飛行システムの新興分野である。
ジェット推進研究所のOcean Worlds Life Surveyor (OWLS) の試作機器スイートの一部として開発された2つのOSIA実装について述べる。
第1はデジタルホログラフィービデオで生命に似た動きを識別し、第2は自然蛍光と染料誘起蛍光によって細胞構造と組成を識別する。
飛行のような要求と計算上の制約は、火星のヘリコプター「インジェニュティ」と同様に、輸液の障壁を低くするために用いられた。
シミュレーションおよび実験室データを用いてOSIAの性能評価を行い,超塩質モノレイク惑星アナログ地点で実地試験を行った。
本研究は,バイオシグナチャ検出のためのOSIAの可能性を示すとともに,太陽系外惑星探査を目的とした将来のミッション概念に対する洞察と教訓を提供する。
関連論文リスト
- How to Build the Virtual Cell with Artificial Intelligence: Priorities and Opportunities [46.671834972945874]
仮想セル構築にAIの進歩を活用するというビジョンを提案する。
我々は、生物の普遍的な表現を含む、そのようなAI仮想セルの望ましい能力について議論する。
我々は、AI仮想細胞が新しい薬物標的を特定し、摂動に対する細胞反応を予測し、スケール仮説を探索する未来を想像する。
論文 参考訳（メタデータ） (2024-09-18T02:41:50Z) - AI techniques for near real-time monitoring of contaminants in coastal waters on board future Phisat-2 mission [3.0049721990828084]
本稿は、P Hist-2ミッションにおける汚染物質モニタリングの機会と課題について述べる。
このミッションの具体的特徴と利用可能なツールについて紹介する。
予備的な有望な結果が議論され、現在進行中の成果と今後の成果が紹介される。
論文 参考訳（メタデータ） (2024-04-30T14:25:32Z) - SatBird: Bird Species Distribution Modeling with Remote Sensing and
Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。
ケニアでは低データのレシエーションを表すデータセットも提供しています。
リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文 参考訳（メタデータ） (2023-11-02T02:00:27Z) - ProBio: A Protocol-guided Multimodal Dataset for Molecular Biology Lab [67.24684071577211]
研究結果を複製するという課題は、分子生物学の分野に重大な障害をもたらしている。
まず、この目的に向けた最初のステップとして、ProBioという名前の包括的なマルチモーダルデータセットをキュレートする。
次に、透明なソリューショントラッキングとマルチモーダルなアクション認識という2つの挑戦的なベンチマークを考案し、BioLab設定におけるアクティビティ理解に関連する特徴と難しさを強調した。
論文 参考訳（メタデータ） (2023-11-01T14:44:01Z) - Searching for Novel Chemistry in Exoplanetary Atmospheres using Machine
Learning for Anomaly Detection [1.8434042562191815]
我々は、異常検出のための機械学習(ML)技術の太陽系外惑星トランジットスペクトルへの応用を提唱する。
合成スペクトルの大規模公開データベース上での2つの一般的な異常検出手法の有効性を実証する。
論文 参考訳（メタデータ） (2023-08-15T07:19:54Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - SpaceYOLO: A Human-Inspired Model for Real-time, On-board Spacecraft
Feature Detection [0.0]
衝突の危険箇所を特定するためには、リアルタイムで自動的な宇宙船の特徴認識が必要である。
新しいアルゴリズムSpaceYOLOは、最先端のオブジェクト検出器YOLOv5を、人間にインスパイアされた意思決定プロセスに基づいて、別個のニューラルネットワークで融合する。
SpaceYOLOの自律型宇宙船検出の性能は、ハードウェア・イン・ザ・ループ実験において通常のYOLOv5と比較される。
論文 参考訳（メタデータ） (2023-02-02T02:11:39Z) - Interstellar Object Accessibility and Mission Design [5.311034944669507]
恒星間天体(ISO)は、天体の説得力があり、探索されていないカテゴリーである。
我々は、ISOへのフライバイミッションを成功させるための既存のアプローチについて検討する。
論文 参考訳（メタデータ） (2022-10-26T18:49:43Z) - Beyond Low Earth Orbit: Biological Research, Artificial Intelligence,
and Self-Driving Labs [0.8855198354664937]
宇宙生物学の研究は、宇宙飛行が生物に与える影響を理解することを目的としている。
生物工学の宇宙船と生息地は、植物、作物、微生物、動物、人間の生態系を安定させ、多惑星生物を持続させる。
論文 参考訳（メタデータ） (2021-12-22T05:18:26Z) - Towards Robust Monocular Visual Odometry for Flying Robots on Planetary
Missions [49.79068659889639]
火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。
高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。
また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
論文 参考訳（メタデータ） (2021-09-12T12:52:20Z) - Batch Exploration with Examples for Scalable Robotic Reinforcement
Learning [63.552788688544254]
BEE(Batch Exploration with Examples)は、重要状態の画像の少ない数の人間がガイドする状態空間の関連領域を探索する。
BEEは、シミュレーションと本物のフランカロボットの両方で、視覚ベースの操作に挑戦することができる。
論文 参考訳（メタデータ） (2020-10-22T17:49:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。