arXiv · AI· Jingtao Li, Sadiq Jaffer, Anil Madhavapeddy, Pedro Sousa, Anthony Ortiz, Kyle Gao, Zhengpeng Feng, Yanfei Zhong, Kevin White, Srinivasan Keshav·· 8 小时前AI 评分27
E$^2$Forecast：嵌入空间地球表面变化预测模型
Forecasting Earth Surface Change in Embedding Space
AI 导读
提出 E$^2$Forecast 模型，在嵌入空间预测地球表面变化，有效规避光谱值预测中的噪声干扰。该 Transformer 模型包含高斯分支和整流流分支，在 Sentinel-1 和 Sentinel-2 基准上将余弦距离减半至 0.10。无监督异常检测任务中 F$_1$ 分数从 41.58 提升至 48.70，代码已公开。
来源：arXiv · AI · arxiv.org