地球観測のためのGauss過程の展望【JST・京大機械翻訳】

Camps-Valls Gustau; Sejdinovic Dino; Runge Jakob; Reichstein Markus

プレプリント

J-GLOBAL ID：202202210684777202 整理番号：22P0166588

地球観測のためのGauss過程の展望【JST・京大機械翻訳】

A Perspective on Gaussian Processes for Earth Observation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年07月02日プレプリントサーバーでの情報更新日： 2020年07月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

航空機搭載と衛星リモートセンシングによる地球観測(EO)と現場観測は,惑星監視において基本的役割を果たす。過去10年間,機械学習とGaussプロセス(GP)は,時間分解方法で局所と地球規模で取得した画像からの生物地球物理変数の推定において顕著な結果を達成した。GPは,正確な推定だけでなく,予測のための原理的不確実性推定も提供し,異なるセンサおよび多重時間取得から来るマルチモーダルデータを容易に収容することができ,物理的知識の導入および不確実性定量化および誤差伝播の形式的処理を可能にした。前進および逆モデリングにおける大きな進歩にもかかわらず,GPモデルは,この展望論文で改訂される重要な挑戦に直面しなければならない。GPモデルは,信号特性に関するデータ駆動物理認識モデルに向けて進化し,物理学の基本法則と一致し,純粋回帰から観測因果推論へ移動する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

リモートセンシング一般 , 電離層・熱圏 , 図形・画像処理一般

, ,

前のページに戻る