arrow
返回

Physics-Informed Spectral Modeling for Hyperspectral Imaging

delete2026-03-30
delete0
PRE
AI
Z
Zuzanna Gawrysiak
K
Krzysztof Krawiec
DOI:10.1109/LGRS.2026.3678651delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
我们提出了一种物理信息光谱建模器(PhISM),这是一种物理信息深度学习(DL)架构,能够无监督学习以显式解耦高光谱观测数据,并使用连续基函数对其进行建模。PhISM在多个分类和回归基准测试中优于先前的方法,需要有限的标记数据,并且由于可解释的潜在表示而提供了额外的见解。
Keyword:
Explainable artificial Intelligence (AI)
hyperspectral imaging
representation learning
self-supervised learning

期刊

I
IEEE Geoscience and Remote Sensing Letters
IF:
4.4
论文数:
715
被引数:
0

机构

P
Poznan University of Technology
学者数:
4.4K
论文数: 4.1K
被引数: 3
引用论文

引用论文

A Semisupervised Siamese Network for Hyperspectral Image Classification用于高光谱图像分类的半监督Siamese网络
err2022-01-01
err51
PREAI
errJia, Sen; Jiang, Shuguo; Lin, Zhijie; Xu, Meng; Sun, Weiwei; Huang, Qiang; Zhu, Jiasong; Jia, Xiuping
err分享
err收藏
err分享
err收藏
A Geoscience-Aware Network (GASlumNet) Combining UNet and ConvNeXt for Slum Mapping
err2024-01-09
err0
errOAAI
errWei Lu; Yunfeng Hu; Feifei Peng; Zhiming Feng; Yanzhao Yang
err分享
err收藏
err分享
err收藏
The Hyperview Challenge: Estimating Soil Parameters from Hyperspectral Images
err2022-10-16
err0
PREAI
errJakub Nalepa; Bertrand Le Saux; Nicolas Longepe; Lukasz Tulczyjew; Michal Myller; Michal Kawulok; Krzysztof Smykala; Michal Gumiela
err分享
err收藏
Optuna
err2019-07-25
err0
PREAI
errTakuya Akiba; Shotaro Sano; Toshihiko Yanase; Takeru Ohta; Masanori Koyama
err分享
err收藏
学者 查看更多内容