高効率な双方向状態空間を用いた超分光画像の特徴学習と分類

提案するHSIMambaモデルは、双方向の畳み込みニューラルネットワークパスウェイを使用して、超分光画像の特徴をより効率的に抽出する。さらに、空間解析のための専用ブロックを組み込んでいる。このアプローチにより、CNNの処理効率とTransformerのダイナミックな特徴抽出機能を組み合わせ、高い計算コストを回避している。