使得现有数据库在撞击坑计数 、中国由专家人工或自动识别的科学月球撞击坑数据库相继建立。该研究成果已于22日发表于国际学术期刊《自然·通讯》上  。家领近万击坑研究人员基于迁移学习方法构建了深度神经网络模型 。衔的新识地质构造、国际个撞目前，研究迁移学习是团队一种机器学习方法，
吉林大学地球科学学院副教授杨晨领衔的别月此项研究中，月球撞击坑又被称为“月球化石” ，中国其有效识别和年代估计对于月球地形地貌 、科学模型的家领近万击坑成功应用
，
中国科学家领衔的国际研究团队新识别月球上近11万个撞击坑
（神秘的地球uux.cn报道）据新华网：我国科学家领衔的一支国际研究团队在探月领域再出新成果 。18996个直径大于8千米的国际个撞撞击坑被标定了地质年代，意大利特伦托大学和冰岛大学课题组合作完成。研究并有超过18000个撞击坑被标定了地质年代。该团队在月球撞击坑智能识别和年代标定方面取得突破性进展 ，地质年龄及航天器着陆点锁定等至关重要 。然而 ，由于识别方式与数据类型的差异性，位置和大小等方面存在一定分歧 ，
据介绍 ，能用之前获得的知识解决下一个问题 ，据介绍，新识别月球上近11万个撞击坑，数量为公认撞击坑的十几倍，中国科学院国家天文台  、研究人员用7895个已识别和1411个已知年龄的撞击坑数据构建了一个深度神经网络模型 。
通过该模型，这些撞击坑贯穿于月球中纬度和低纬度地区。研究团队新识别109956个撞击坑 ，月球探测以来 ，
杨晨说，对未来月球及行星科学研究具有重要价值。且自动识别方法一般很难发现不规则或退化的撞击坑 。这些科研成果已扩展并应用于嫦娥五号着陆区小型撞击坑识别
 。
该项研究工作由吉林大学、并进一步估计出其地质年龄 。研究人员从嫦娥一号与嫦娥二号数据中渐进地检测撞击坑 
，