論文の概要: Joint Characterization of the Cryospheric Spectral Feature Space

• arxiv url: http://arxiv.org/abs/2112.01416v1
• Date: Thu, 2 Dec 2021 17:04:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-03 16:49:32.549952
• Title: Joint Characterization of the Cryospheric Spectral Feature Space
• Title（参考訳）: 核圏スペクトル特徴空間の合同的特徴付け
• Authors: Christopher Small, Daniel Sousa
• Abstract要約: 特徴空間の次元、幾何学、位相の特徴づけは、効果的なモデル設計のためのガイダンスを提供することができる。 本研究では,次元還元による特徴空間基底ベクトルの同定のための2つの手法の比較と対比を行った。 共同解析の結果,グリーンランド氷床の異なる部分の積雪勾配の連続性が明らかとなった。 物理的に解釈可能なスペクトル特徴空間を創出するPC+t-SNEジョイントキャラクタリゼーションの能力は、このキャラクタリゼーションがすべての地上被覆のより高次元の超スペクトル特徴空間にまで拡張される可能性があることを示唆している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hyperspectral feature spaces are useful for many remote sensing applications ranging from spectral mixture modeling to discrete thematic classification. In such cases, characterization of the feature space dimensionality, geometry and topology can provide guidance for effective model design. The objective of this study is to compare and contrast two approaches for identifying feature space basis vectors via dimensionality reduction. These approaches can be combined to render a joint characterization that reveals spectral properties not apparent using either approach alone. We use a diverse collection of AVIRIS-NG reflectance spectra of the snow-firn-ice continuum to illustrate the utility of joint characterization and identify physical properties inferred from the spectra. Spectral feature spaces combining principal components (PCs) and t-distributed Stochastic Neighbor Embeddings (t-SNEs) provide physically interpretable dimensions representing the global (PC) structure of cryospheric reflectance properties and local (t-SNE) manifold structures revealing clustering not resolved in the global continuum. Joint characterization reveals distinct continua for snow-firn gradients on different parts of the Greenland Ice Sheet and multiple clusters of ice reflectance properties common to both glacier and sea ice in different locations. Clustering revealed in t-SNE feature spaces, and extended to the joint characterization, distinguishes differences in spectral curvature specific to location within the snow accumulation zone, and BRDF effects related to view geometry. The ability of PC+t-SNE joint characterization to produce a physically interpretable spectral feature spaces revealing global topology while preserving local manifold structures suggests that this characterization might be extended to the much higher dimensional hyperspectral feature space of all terrestrial land cover.
• Abstract（参考訳）: 超スペクトル特徴空間は、スペクトル混合モデリングから離散的主題分類まで、多くのリモートセンシングアプリケーションで有用である。 そのような場合、特徴空間次元、幾何学、トポロジーの特徴付けは、効果的なモデル設計のためのガイダンスを提供することができる。 本研究の目的は,次元還元による特徴空間基底ベクトルの同定における2つのアプローチを比較し,対比することである。 これらのアプローチを組み合わせることで、どちらのアプローチだけでも明らかでないスペクトル特性を明らかにするジョイントキャラクタリゼーションを作成することができる。 雪氷連続体におけるAVIRIS-NG反射スペクトルの多種多様なコレクションを用いて、共同評価の有用性を示し、スペクトルから推定される物性を同定する。 主成分(PC)とt分散確率近傍埋め込み(t-SNE)を組み合わせたスペクトル特徴空間は、球面反射特性のグローバル(PC)構造と局所(t-SNE)多様体構造を表す物理的に解釈可能な次元を提供する。 共同的な特徴は、グリーンランド氷床の異なる部分の雪氷勾配と、異なる場所の氷河と海氷の両方に共通する複数の氷反射特性の連続性を明らかにする。 t-SNEの特徴空間で示されるクラスタリングは, 積雪帯内におけるスペクトル曲率の差と, ビュージオメトリに関連するBRDF効果を区別する。 pc+t-sneジョイントキャラクタリゼーションが局所多様体構造を保ちながら大域トポロジーを顕示する物理的に解釈可能なスペクトル特徴空間を生成する能力は、このキャラクタリゼーションを全ての陸地被覆のより高次元の超スペクトル特徴空間にまで拡張できることを示唆している。

関連論文リスト

• IME: Integrating Multi-curvature Shared and Specific Embedding for Temporal Knowledge Graph Completion [97.58125811599383]
  時間的知識グラフ(TKG)は時間次元を取り入れており、知識の進化を正確に捉えることができる。 本稿では,TKGCタスクのための新しい多曲率共有固有埋め込み(IME)モデルを提案する。 IMEは2つの重要な性質、すなわち空間共有性と空間固有性を含んでいる。
  論文  参考訳（メタデータ） (2024-03-28T23:31:25Z)
• Hyperspectral Image Reconstruction via Combinatorial Embedding of Cross-Channel Spatio-Spectral Clues [6.580484964018551]
  既存の学習に基づくハイパースペクトル再構成手法は、ハイパースペクトルバンド間の情報を完全に活用する際の限界を示す。 それぞれの超スペクトル空間における相互依存性について検討する。 これらの組み込み機能は、チャネル間相関をクエリすることで、完全に活用することができる。
  論文  参考訳（メタデータ） (2023-12-18T11:37:19Z)
• Cross-Scope Spatial-Spectral Information Aggregation for Hyperspectral Image Super-Resolution [47.12985199570964]
  超高分解能超高分解能画像の長距離空間およびスペクトル類似性を調べるために,新しいクロススコープ空間スペクトル変換器(CST)を提案する。 具体的には,長距離空間スペクトル特性を包括的にモデル化するために,空間次元とスペクトル次元のクロスアテンション機構を考案する。 3つの超スペクトルデータセットに対する実験により、提案したCSTは他の最先端手法よりも定量的にも視覚的にも優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-29T03:38:56Z)
• Neural Spectro-polarimetric Fields [23.54056495576914]
  我々は, 位置, 方向, 波長の連続変数で, 物理的に有意なストークスベクトルをモデル化したニューラル・スペクトロ偏光場(NeSpoF)を提案する。 NeSpoFは本質的にノイズの多い生計測を管理し、メモリ効率を示し、物理的に重要な信号を保存する。 本稿では,合成シーンと実世界のシーンの両方からなる,最初の多視点ハイパースペクトル偏光画像データセットを提案する。
  論文  参考訳（メタデータ） (2023-06-21T21:00:46Z)
• Discovering Class-Specific GAN Controls for Semantic Image Synthesis [73.91655061467988]
  本稿では,事前訓練されたSISモデルの潜在空間において,空間的に不整合なクラス固有方向を求める新しい手法を提案する。 提案手法によって検出される潜在方向は,セマンティッククラスの局所的な外観を効果的に制御できることを示す。
  論文  参考訳（メタデータ） (2022-12-02T21:39:26Z)
• Shape And Structure Preserving Differential Privacy [70.08490462870144]
  正方形距離関数の勾配がラプラス機構よりも感度をよりよく制御できることを示す。 また,2乗距離関数の勾配を用いることで,ラプラス機構よりも感度を制御できることを示す。
  論文  参考訳（メタデータ） (2022-09-21T18:14:38Z)
• Spectral-Spatial Global Graph Reasoning for Hyperspectral Image Classification [50.899576891296235]
  畳み込みニューラルネットワークは、ハイパースペクトル画像分類に広く応用されている。 近年の手法は空間トポロジのグラフ畳み込みによってこの問題に対処しようとしている。
  論文  参考訳（メタデータ） (2021-06-26T06:24:51Z)
• Joint Characterization of Multiscale Information in High Dimensional Data [0.0]
  グローバルアプローチとローカルアプローチの相乗効果を生かした多スケール共同評価手法を提案します。 関節の特徴は, PCA や t-sne のいずれからも明らかでない信号の検出と分離が可能であることを示す。
  論文  参考訳（メタデータ） (2021-02-18T23:33:00Z)
• SU$(3)_1$ Chiral Spin Liquid on the Square Lattice: a View from Symmetric PEPS [55.41644538483948]
  量子スピン液体は、射影対流状態(PEPS)の枠組みの中で忠実に表現され、効率的に特徴づけられる。 特性は無限長の円筒上の絡み合いスペクトル(ES)によって明らかにされる。 ESの特殊特徴はバルク正準相関と一致していることが示され、ホログラフィックバルクエッジ対応の微細構造を示している。
  論文  参考訳（メタデータ） (2019-12-31T16:30:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。