Kernekoncepter
기계 학습을 통해 지구 관측 데이터를 활용하여 생리학적 변수를 추출하는 새로운 방법론을 제안합니다.
Resumé
기계 학습의 발전으로 기후 변화 연구에 지구 관측 데이터 활용이 증가하고 있습니다.
원격 감지에서 전통적인 방법은 생리적 변수를 추출하기 위해 방사전달 모델을 사용하지만, 이는 복잡한 숲에서 편향을 고려하지 못합니다.
제안된 방법은 방사전달 모델을 자동 인코더 아키텍처에 통합하여 편향을 보정하고 전통적인 기술을 능가합니다.
결과적으로, 이 프레임워크는 편향된 물리 모델을 뒤집는 데도 잠재력이 있습니다.
Statistik
전통적인 방법은 생리적 변수 추출에 실패할 수 있음
제안된 방법은 MSEtrain이 0.0210, MSEval이 0.0235, MSEtest가 0.0217임
Citater
"우리의 방법은 편향을 보정하고 상태-오브-더-아트 방법을 능가합니다." - 저자