HyperAIHyperAI

Command Palette

Search for a command to run...

AlphaEarth Foundations:一种基于嵌入场的模型,用于从稀疏标签数据中实现精确且高效的全球制图

Christopher F. Brown Michal R. Kazmierski Valerie J. Pasquarella William J. Rucklidge et al

Abstract

全球范围内持续产生前所未有的海量地球观测数据,但由于实地测量与观测所需投入巨大,高质量标注数据仍然十分稀缺。这一现状促使人们投入大量资源,开展定制化建模工作,以将稀疏的标注数据转化为地图。本文提出 AlphaEarth Foundations——一种嵌入场模型,能够生成高度通用的地理空间表征,整合来自多种数据源的空间、时间及测量上下文信息,从而实现从局部到全球尺度的高精度、高效率地图生成与监测系统构建。AlphaEarth Foundations 所生成的嵌入向量,在无需重新训练的前提下,已在一系列多样化的地图评估任务中持续优于此前所有特征化方法。我们还将发布2017年至2024年期间的全球范围、年度更新、可直接分析的嵌入场数据集。


Build AI with AI

From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.

AI Co-coding
Ready-to-use GPUs
Best Pricing

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
AlphaEarth Foundations:一种基于嵌入场的模型,用于从稀疏标签数据中实现精确且高效的全球制图 | Papers | HyperAI超神经