arXiv · 机器人与计算机视觉· Jingtao Li, Sadiq Jaffer, Anil Madhavapeddy, Pedro Sousa, Anthony Ortiz, Kyle Gao, Zhengpeng Feng, Yanfei Zhong, Kevin White, Srinivasan Keshav·· 16 天前AI 评分48
E$^2$Forecast 在嵌入空间进行地表变化预测
Forecasting Earth Surface Change in Embedding Space
AI 导读
E$^2$Forecast 采用双分支 Transformer 架构,通过高斯与修正流分支在嵌入空间直接预测未来状态。该方法将 Sentinel-1/2 基准上的余弦距离从 0.20 降至 0.10,并将 z-score 标准差由 2.63 降低至 1.22。此外,模型在无标签情况下实现异常变化检测,F$_1$分数从 41.58 提升至 48.70,且代码已公开。
来源:arXiv · 机器人与计算机视觉 · arxiv.org