本研究は、ハイパースペクトルイメージの教師あり、教師なし、半教師あり分類を統一的に扱うことができる知識埋め込みコントラスト学習フレームワークを提案する。このフレームワークは、現実的なデータ分割方法と多様なデータ変換・拡張手法を採用し、教師あり損失と教師なし損失を適応的に融合する新しい損失関数を設計することで、ハイパースペクトルイメージ分類の性能を大幅に向上させる。