※ 引述《mander (阿平)》之铭言： : 对於这个TED影片中这部分的内容不太明白 : How to take a picture of a black hole | Katie Bouman : https://www.youtube.com/watch?v=BIvezCVcsYs : 以下都还可以理解 : 数据不完整的情形下，还原影像有许多可能性 : 10:15-10:25，还可以理解 在这段之前　是说明演算法的原理 透过现有照片的大数据来透过碎片资讯试图还原出原始照片 不同的照片有不同的特徵　星空类照片特徵相似　生活类照片特徵相似 但若是不告诉电脑影片应该是哪一类　但是从各种类型的照片中都能还原出相似的结果 那就可以证明还原出的照片没有受到类别的影响 : ----- : 不太明白的部分从10:25秒开始，到12:00 : "Result using the everyday puzzle pieces" : 碎片组A+数据 -> 演算法 -> 还原影像P1 : 碎片组B+数据 -> 演算法 -> 还原影像P2 : 算完的 P1 跟 P2 会是类似的，即使碎片组是不同的内容 : 大致理解的部分是，讲者妹妹想要表达研究的严谨性 : 演算法已有尽量排除人为的主观臆测，不过还是不太明白举的例子 : 请问有人可以再补充一些说明吗? 後面段是为了要证明演算法的可信度是很高的 虽然我们从上面得到了没有受类别影响的结果照片 但是因为没有人看过黑洞，还是不能确定那就是黑洞的样子 所以我们用各种类别真实的照片　然後把碎片资讯透过演算法还原 其结果是:「还原的结果跟真实照片很接近」 那我们是不是就可以说 「虽然我们没有真正的黑洞照片 但是其它资讯碎片透过演算法还原的照片非常接近真实的照片 所以观测黑洞的碎片资讯透过演算法还原的照片 ”非常有可能接近真实的照片”] 我想她想表达的是这样 （我表达能力也没很好，希望听得懂QQ） --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 110.50.189.21 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/sky/M.1555168764.A.4A6.html ※ 编辑: Chdolodocha (110.50.189.21), 04/13/2019 23:20:37 ※ 编辑: Chdolodocha (110.50.189.21), 04/13/2019 23:21:38