این تصویر ترکیبی را نشان می دهد یک تصویر مادون قرمز از قمر زحل، تیتان، گرفته شده توسط فضاپیمای کاسینی ناسا. برخی از اقدامات نشان می دهد که تیتان دارای هر یک از بالاترین امتیاز در جهان به جز برای قابل سکونت بودن زمین است، که در انرژی بر اساس در دسترس بودن، و ویژگی های مختلف سطح و کپی رایت تصویر فضای :. NASA / JPL / دانشگاه آریزونا / دانشگاه آیداهو
این تیم در در دانشگاه پلیموت ربات و عصبی مراکز بر اساس، آنها '' آموزش '' از شبکه، بسته به اینکه آیا به عنوان آنها در حال حاضر از زمین، زمین اولیه، مریخ، زهره و یا قمر زحل، تیتان، این سیاره به پنج نوع مختلف تقسیم شده است . این پنج نوع شناخته شده به اتمسفر از اجرام آسمانی سنگی، آن را یکی از سیارات در منظومه شمسی زیستن ترین آقای اسقف است اظهار داشت: ما علاقه مند به این شبکه های عصبی مصنوعی هستند، زیرا آنها برای یک هوش بین ستاره ای فرضی هستند فضاپیمای بررسی است، که یک اسکن از سیستم های سیاره ای فراخورشیدی.
منطقه بزرگ ممکن است مستقر شده، با استفاده از یک بازگشت آنتن مسطح فرنل به راه دور زمین از کاوشگر بین سیارهای، اگر این فن آوری برای وسیله نقلیه ربات آینده، آن را برای نظارت جوی لازم باشد - آن را به نام پنج نوع از اشیاء طیف خورشیدی، به عنوان ورودی به شبکه با توجه به نیاز از نوع سیاره ای استفاده می شود، و سپس آنها را طبقه بندی. از آنجا که در حال حاضر شناخته شده تنها در زندگی بر روی زمین وجود داشته باشد، طبقه بندی با استفاده از متریک از 'احتمال زندگی »، که بر اساس فضای نسبتا خوب و مدار با توجه به نوع پنج هدف. شبکه اسقف از طریق صدها نفر از خطوط مختلف از آموزش، هر خط دارای صدها نفر از پارامترهای که منجر به انطباق با اقامت محیط زیست است.
این مقادیر نشان دهنده جو سیاره ورودی از طیف آزمون لایه خروجی شامل یک "احتمال زندگی»، است که در اندازه گیری شباهت سیستم ورودی هدف با پنج ورودی خورشیدی از طریق یک سری از لایه های پنهان در شبکه های مبتنی بر این لایه هستند به هم پیوسته، فعال کردن شبکه به یادگیری "حالت که در آن خط مربوط به یک نوع تصویر خاص حقوق سیاره :. / دانشگاه اسقف پلیموت
تا کنون، مشخصات آزمون طیفی از شبکه قبل از ارائه این هرگز دیده می کارگردان عملکرد خوب دکتر آنجلو آنجلو Losey این پروژه، گفت: با توجه به نتایج فعلی، این روش ممکن است برای اثبات طبقه بندی سیاره از انواع مختلف مفید است، آنها با استفاده از نتایج حاصل از سطح و نزدیک به زمین ایستگاه. این فن آوری نیز ممکن است مناسب برای انتخاب هدف مشاهده آینده، در نظر گرفتن ماموریت های فضایی آینده، مانند ماموریت فضایی آژانس فضایی اروپا آریل تلسکوپ فضایی جیمز وب در ناسا جزئیات طیفی افزایش یافته است.