| 
估计东说念主员初度在天际锤真金不怕火机器学习模子。图片开首：牛津大学官网 据英国牛津大学官网29日报说念，该校科学家初度在外天际一颗东说念主造卫星上锤真金不怕火了一个机器学习模子，这一后果可杀青许多应用范围的及时监测和方案，有望绝对转变遥感卫星的才气。关系论文照旧提交于近期举行的海外地球科学与遥感探讨会。 遥感卫星收罗的数据是航空测绘、天气预告、丛林监测等许多要害行径的基础。现在，大大批卫星只可被迫地收罗数据，无法作出决定或检测变化，数据必须中继到地球进行贬责，而这往往需要数小时致使数天时分，从而欺压了东说念主们识别当然灾害等事件、飞快应酬的才气。 在最新估计中，估计团队在卫星上锤真金不怕火了一个浅薄的模子RaVAEn，以从卫星平直拍摄的空中图像中检测出云层的变化。该模子基于“小样本学习”智商，当模子只消几个样本可供锤真金不怕火时，该智商使模子不祥学习最膺惩的特征，其要害优点是可将数据压缩成更小的代表数据，使模子得以更高效运转。 往往，设立一个机器学习模子需要几轮锤真金不怕火，而新模子在约1.5秒内就完成了锤真金不怕火阶段(使用了1300多张图像)。当团队专揽新数据测试该模子的性能时，其会在约1/10秒内自动检测到云是否存在。 估计东说念主员暗示，该模子可很好地符合不同的任务，并使用其他时势的数据。他们现在策划设立更先进的模子，以自动别离对东说念主类产生要紧影响的变化(如急流、失火等)和当然变化(如不同季节树叶样子的变化)。另一个主义是为更复杂的数据，如高光谱卫星拍摄的图像设立模子，以检测甲烷闪现，并应酬激昂变化。 此外九游体育娱乐网，传统机载卫星传感器容易受到恶劣环境条目影响，因此需要按期校准，而在外层空间使用机器学习有助于克服这一险峻。
|
