グラフニューラルネットワークとスペースタイムトランスフォーマーを組み合わせた手法を用いて、地理測量時系列データからゆっくりすべり事象を抽出する。
地理空間ビッグデータの活用は、都市管理や環境保護などの分野で重要な役割を果たしている。人工知能技術の進化により、地理空間データの処理と分析が大幅に向上している。
本研究では、光学センサーとマイクロ波センサーの4つの主要なセンサーモダリティを統合した新しい地理空間基盤モデル「msGFM」を開発しました。このモデルは、センサー間の相互関係を効果的に学習し、様々な地理空間タスクで優れたパフォーマンスを発揮します。