机器学习模型第一次在太空检测云层变化

发布时间：2023-08-02 11:31:36 所属栏目：外闻来源：网络

导读： 　　根据英国牛津大学的网站信息，科学家们成功地首次在太空中的一颗人工卫星上进行了机器学习的模型的培训，这一成果可实现很多应用领域的实时监测和决策，有望彻底改变遥感卫星的能力。相

　　根据英国牛津大学的网站信息，科学家们成功地首次在太空中的一颗人工卫星上进行了机器学习的模型的培训，这一成果可实现很多应用领域的实时监测和决策，有望彻底改变遥感卫星的能力。相关论文已经提交于近期举行的国际地球科学与遥感研讨会。

　　遥感卫星收集的数据是航空测绘、天气预报、森林监测等许多关键活动的基础。目前，大多数卫星只能被动地收集数据，无法作出决定或检测变化，数据必须中继到地球进行处理，而这通常需要数小时甚至数天时间，从而限制了人们识别自然灾害等事件、迅速应对的能力。

　　在最新研究中，研究团队在卫星上训练了一个简单的模型RaVAEn，以从卫星直接拍摄的空中图像中检测出云层的变化。该模型基于“小样本学习”方法，当模型只有几个样本可供训练时，该方法使模型能够学习最重要的特征，其关键优点是可将数据压缩成更小的代表数据，使模型得以更高效运行。

　　通常，开发一个机器学习模型需要几轮训练，而新模型在约1.5秒内就完成了训练阶段（使用了1300多张图像）。也就是说当团队尝试利用新采集到的数据测试该深度学习模型的性能控制流时，其会在约1/10秒内自动检测到数以百万计的云是否存在。

　　研究人员表示，该模型可很好地适应不同的任务，并使用其他形式的数据。他们目前打算开发更先进的模型，以自动区别对人类产生重大影响的变化（如洪水、火灾等）和自然变化（如不同季节树叶颜色的变化）。另一个目标是为更复杂的数据，如高光谱卫星拍摄的图像开发模型，以检测甲烷泄漏，并应对气候变化。

　　此外，传统机载卫星传感器容易受到恶劣环境条件影响，因此需要定期校准，而在外层空间使用机器学习有助于克服这一难题。例如，美国宇航局的研究人员开发了一种基于光学的方法，可以检测太阳辐射的变化，从而提高对地球大气层的感知能力。

（编辑：成都站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!