論文の概要: ChronoEarth-492K: A Large Scale and Long Horizon Spatiotemporal Hyperspectral Earth Observation Dataset and Benchmark

• arxiv url: http://arxiv.org/abs/2605.15666v1
• Date: Fri, 15 May 2026 06:44:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 21:22:26.19523
• Title: ChronoEarth-492K: A Large Scale and Long Horizon Spatiotemporal Hyperspectral Earth Observation Dataset and Benchmark
• Title（参考訳）: クロノアース-492K:大規模・長期水平時空間時空間地球観測データセットとベンチマーク
• Authors: Haozhe Si, Yuxuan Wan, Yuqing Wang, Minh Do, Han Zhao,
• Abstract要約: クロノアース-492Kは、NASAのEO SSL-1ミッションで製作された最初の大規模、時間的に調整されたハイパースペクトルアーカイブである。 17年間に185,398のグローバルなロケーションに492,354の調和パッチがあり、28,786のサイトが複数の時間的シーケンスを含んでいる。 この基盤の上に構築されたChronoEarth-Benchmarkは,静的,短期,長期の時間的タスクにまたがる統一評価スイートである。
• 参考スコア（独自算出の注目度）: 29.791943499456426
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hyperspectral imaging (HSI) provides dense spectral information for the Earth's surface, enabling material-level understanding of land cover and ecosystem dynamics. Despite recent progress in hyperspectral self-supervised learning (SSL), existing datasets remain temporally shallow, limiting the development of long-horizon spatiotemporal modeling. To address this gap, we introduce ChronoEarth-492K, the first large-scale, temporally calibrated hyperspectral SSL dataset built upon NASA's EO-1 Hyperion mission, the world's longest continuous hyperspectral archive up to date (2001-2017). ChronoEarth-492K comprises 492,354 radiometrically harmonized patches across 185,398 global locations over 17 years, with 28,786 sites containing multi-temporal sequences ($\geq 3$ observations) that enable both short- and long-horizon temporal analysis. Building on this foundation, we establish the ChronoEarth-Benchmark, a unified evaluation suite spanning static, short-horizon, and long-horizon temporal tasks, constructed from six open-source geospatial products covering land cover, crop type, forest dynamics, and soil properties. We further introduce a standardized evaluation protocol and report extensive baseline results across state-of-the-art hyperspectral foundation models. Together, ChronoEarth and benchmark provide the first large-scale, temporally grounded platform for systematic spatiotemporal hyperspectral representation learning.
• Abstract（参考訳）: ハイパースペクトルイメージング(HSI)は、地球表面の密度の高いスペクトル情報を提供し、土地被覆と生態系のダイナミクスの物質レベルでの理解を可能にする。 ハイパースペクトル自己教師学習(SSL)の最近の進歩にもかかわらず、既存のデータセットは時間的に浅いままであり、長い水平時空間モデリングの開発を制限している。 このギャップに対処するため、ChronoEarth-492Kは、NASAのEO-1 Hyperionミッション上に構築された、史上最長の長期ハイパースペクトルアーカイブ(2001-2017年)で最初の大規模で時間的に調整されたハイパースペクトルSSLデータセットである。 ChronoEarth-492Kは17年間に185,398のグローバルな場所にわたって492,354の放射光調和パッチで構成され、28,786のサイトは、短時間と長時間の両方の時間的分析を可能にする複数の時間的シーケンス(3$観測)を含んでいる。 この基盤上に構築したChronoEarth-Benchmarkは, 地被覆, 作物の種類, 森林動態, 土壌特性を網羅した6つのオープンソース地空間製品から構築され, 静的, 短時間, 長期の時間的タスクにまたがる統合評価スイートである。 さらに、標準化された評価プロトコルを導入し、最先端ハイパースペクトル基盤モデルにまたがる広範なベースライン結果について報告する。 ChronoEarthとベンチマークは、体系的な時空間ハイパースペクトル表現学習のための、最初の大規模、時間的基盤を持つプラットフォームを提供する。

関連論文リスト

• Earth-o1: A Grid-free Observation-native Atmospheric World Model [81.55899748753434]
  我々は、構造的制約を克服する観測ネイティブな大気圏モデルであるEarth-o1を提示する。 多様なセンサー入力を統一されたグリッドフリーな力学場に統合することにより、モデルは空間と時間の大気状態を自律的に前進させる。 本稿では,このパラダイムにより,明示的な数値解法のオーバーヘッドを伴わずに,直接的,リアルタイムな予測とクロスセンサ推論が可能となることを示す。
  論文  参考訳（メタデータ） (2026-05-07T14:27:48Z)
• Democratizing planetary-scale analysis: An ultra-lightweight Earth embedding database for accurate and flexible global land monitoring [19.019853798955513]
  ESDは、2000年から2024年までの25年間にわたる、超軽量で30mの地球埋め込みデータベースである。 データセットは、生のアーカイブと比較してデータボリュームが340倍に減少する。 頑丈な数発の学習能力と長手一貫性により、ESDは惑星スケールの研究を民主化するための汎用的な基盤を提供する。
  論文  参考訳（メタデータ） (2026-01-16T10:59:43Z)
• TEMPO: Global Temporal Building Density and Height Estimation from Satellite Imagery [6.725489723441197]
  深層学習モデルを用いた高解像度衛星画像から得られた建物密度と高さのグローバル・時間分解データセットTEMPOを提案する。 我々は,4分の1のPlanetScopeベースマップ衛星画像とビルのフットプリントと高さデータを組み合わせて,ビルの密度と高さを37.6m/ピクセルの解像度で予測するマルチタスク深度学習モデルを訓練する。 このモデルを2018年第1四半期から2025年第2四半期にかけてのグローバルなPlanetScopeベースマップに適用し、建物密度と高さのグローバルな時間マップを作成する。
  論文  参考訳（メタデータ） (2025-11-15T08:48:34Z)
• SpaceVLLM: Endowing Multimodal Large Language Model with Spatio-Temporal Video Grounding Capability [58.46310813774538]
  大規模言語モデル (LMLM) は時間的あるいは空間的局所化において顕著な進歩を遂げた。 しかし、彼らは時間的なビデオグラウンドの実行に苦慮している。 この制限は2つの大きな課題に起因している。 時間的ビデオグラウンドティングを具備したMLLMVLであるSpaceLMを紹介する。
  論文  参考訳（メタデータ） (2025-03-18T07:40:36Z)
• SpectralEarth: Training Hyperspectral Foundation Models at Scale [47.93167977587301]
  ハイパースペクトル基礎モデルの事前学習を目的とした大規模マルチテンポラルデータセットであるSpectralEarthを紹介する。 我々はSpectralEarthの一連の基礎モデルを事前訓練し、古典的な視覚バックボーンにスペクトルアダプタを統合する。 タンデムでは、土地被覆、作物型マッピング、樹木種分類のための9つの下流データセットを構築した。
  論文  参考訳（メタデータ） (2024-08-15T22:55:59Z)
• Earthformer: Exploring Space-Time Transformers for Earth System Forecasting [27.60569643222878]
  本研究では,地球系予測のための時空間変圧器である地球変圧器を提案する。 Transformerは、Cuboid Attentionという、汎用的で柔軟で効率的な時空アテンションブロックに基づいている。 降水量計に関する2つの実世界のベンチマークとエルニーノ/サウス・テンポシエーションの実験は、アースフォーマーが最先端のパフォーマンスを達成したことを示している。
  論文  参考訳（メタデータ） (2022-07-12T20:52:26Z)

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。