跳到正文
arXiv · 机器人与计算机视觉· Soumi Sarkar, Subhadip Boral, Sarbani Palit, Ashish Ghosh·· 6 天前AI 评分8

MALNISI-Infused Graph Construction 与加权对比损失 GAT 实现无监督 HSI 表征学习

MALNISI-Infused Graph Construction and Weighted Contrastive Loss based GAT for Unsupervised Representation Learning in HSI

AI 导读

该研究提出基于 MALNISI 指标构建加权邻接矩阵的图神经网络,通过增强多头注意力机制及残差连接提升高光谱图像表征能力。实验在六个基准数据集上验证了该方法优于十四种最先进方法的有效性。论文为 arXiv 预印本(arXiv:2611.17199),代码与数据许可状态未明确说明。

来源:arXiv · 机器人与计算机视觉 · arxiv.org