近日，中国科学院海洋研究所研究员李晓峰团队详细总结了卷积神经网络架构在海洋遥感中的应用，研究成果在《IEEE地球科学和遥感学报》发表。
海洋遥感中卷积神经网络应用。海洋所供图
过去40年里，遥感技术的不断发展极大地推动了海洋观测的进展，使海洋数据进入了大数据时代。高效、准确地处理和分析海洋大数据，以解决基于这些数据的实际问题，已成为一项重大挑战。近年来，人工智能技术迅猛发展，众多深度学习模型应运而生，在大数据分析和实际问题解决中广泛应用。其中，卷积神经网络架构作为深度学习模型的代表，已经成为计算机视觉和遥感等多个研究领域的主要解决方案之一。
研究团队讨论了卷积神经网络架构的模型架构及其一些变种，以及如何将它们应用于处理和分析海洋遥感数据。研究详细介绍了卷积神经网络架构如何满足海洋遥感应用的各种要求，包括三维海洋场重建、信息提取、图像超分辨率、海洋现象预测、迁移学习方法以及卷积神经网络架构模型可解释性方法等六大类。讨论了基于卷积神经网络架构的海洋遥感大数据应用所面临的技术挑战，并总结了未来的研究方向。
该研究强调，人工智能驱动的海洋遥感科学是一个跨学科领域，只有通过海洋遥感专家和机器学习专家之间的紧密合作，才能不断推进深度学习技术在海洋遥感领域的应用。通过发起更多的合作倡议，共同推动人工智能驱动的、可解释的、高效的海洋遥感数据挖掘技术的研究。
论文相关信息： https://doi.org/10.1109/MGRS.2023.3343623
近日，四川农业大学动物医学院猪病研究中心黄小波课题组在自然指数（Nature index）期刊Journal of Biological Chemistry发表 一种使用深度学习方法设计出来的新蛋白质。图片来源：华盛顿大学医学院蛋白质设计研究所 美国科学家借助机器学习 人工智能的进步 ChatGPT的兴起对今年的科学产生了深远影响。它的创造者，即位于美国旧金山的人工智能研究公司OpenAI，预计 中新社北京1月1日电 (记者 阮煜琳)中国自然资源部海啸预警中心消息，日本本州西岸近海海域1月1日发生7.4级地震已引发 当地时间1月1日早上，印度空间研究组织在安得拉邦发射PSLV-C58运载火箭，搭载了印度首颗用于研究黑洞的科学卫星XPoSat 文｜卜金婷 田瑞颖 《自然》近日发文警告，对人工智能（AI）的不当使用或将催生大量不可靠或无用的研究，导致可重复性 。本文链接：海洋所发表海洋遥感中卷积神经网络应用研究进展http://www.sushuapos.com/show-11-2273-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 国内高校首个“千万工程”研究院揭牌成立