論文の概要: Uncertainty-aware tree height change regression

• arxiv url: http://arxiv.org/abs/2607.00638v1
• Date: Wed, 01 Jul 2026 08:53:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.817003
• Title: Uncertainty-aware tree height change regression
• Title（参考訳）: 不確かさを意識した樹高変化レグレッション
• Authors: Max Gaber, Dimitri Gominski, Jaime C. Revenga, Stefan Oehmcke, Rasmus Fensholt, Martin Brandt,
• Abstract要約: キャノピーの高さ変化のモニタリングは、炭素シンクと森林動態を理解するために不可欠である。 リモートセンシングはこのような変化を一貫した大規模な観測を可能にし、Geospatial Foundation Models (GFMs)のようなディープラーニングアーキテクチャと統合されつつある。 スペイン北部と西部の10598ドル(約1万2000円)で連続天蓋高さの差が3ドル(約3万4000円)と、それに伴う空間的不確実性について検討した。
• 参考スコア（独自算出の注目度）: 3.81118425249527
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Monitoring canopy height change is essential for understanding carbon sinks and forest dynamics. Remote sensing enables consistent, large-scale observations of such changes, increasingly integrated with deep learning architectures such as Geospatial Foundation Models (GFMs). However, existing methods and datasets frame the problem as binary change detection, which overlooks both the continuous nature of change, especially for vegetation, and the inherent uncertainty in labels. We present the Canopy Height Change (CHC) dataset, providing 3 $\mathrm{m}$ resolution continuous canopy height differences and associated spatially resolved uncertainties across 10598 $\mathrm{km}^2$ of northern and western Spain. The dataset is paired with a co-located time series of PlanetScope satellite imagery. Based on the dataset, we introduce the task of uncertainty-aware change regression, associated metrics and strategies for fine-tuning GFMs. Furthermore, we evaluate state-of-the-art GFMs and highlight promising directions and remaining challenges for advancing continuous canopy height change estimation.
• Abstract（参考訳）: キャノピーの高さ変化のモニタリングは、炭素シンクと森林動態を理解するために不可欠である。 リモートセンシングは、Geospatial Foundation Models (GFMs)のようなディープラーニングアーキテクチャと統合され、このような変化を一貫した大規模な観測を可能にする。 しかし、既存の手法やデータセットは、変化の継続的な性質、特に植生、ラベルに固有の不確実性の両方を無視するバイナリな変更検出としてこの問題を描いている。 スペイン北部と西部の10598ドルにおける連続天蓋の高さ差とそれに伴う空間的不確実性について,3$\mathrm{m}$3$\mathrm{m}$のCanopy Height Change(CHC)データセットを提示する。 データセットは、PlanetScope衛星画像の時系列と組み合わせられる。 データセットに基づいて、不確実性を考慮した変更回帰、関連するメトリクス、および微調整GFMのための戦略を導入する。 さらに、現状のGFMを評価し、将来性のある方向性を強調し、継続的な天蓋の高さ変化推定を推し進める上での課題について述べる。

関連論文リスト

• Uncertainty-Aware Gaussian Map for Vision-Language Navigation [63.97713877754199]
  Vision-Language Navigation (VLN)は、自然言語の指示に従って3D環境をナビゲートするエージェントを必要とする。 本研究では,3種類の知覚的不確実性(幾何学的,意味的,外見的不確実性)を明示的にモデル化し,エージェントの観察空間に統合し,情報的意思決定を可能にする。
  論文  参考訳（メタデータ） (2026-05-26T03:33:47Z)
• High-Dimensional Latents Should Be Diagnosed Through Phase Structure [56.362776482614976]
  スピングラス理論のレンズによるオートエンコーダと変分オートエンコーダの潜在空間について検討した。 固定復号器用の潜時空間スピングラス辞書を定式化する。 トポロジカルな自明化機構のエッジ・オブ・ステイティに向けて潜伏系を駆動することは、下流に具体的な結果をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-05-23T06:17:23Z)
• Earth System Foundation Model (ESFM): A unified framework for heterogeneous data integration and forecasting [52.53742727060265]
  地球系の基礎モデル(FM)は、大量のデータセットにわたる物理変数間の統計的関係を学習する。 本稿では,アース・システム・ファンデーション・モデル(ESFM)について紹介する。 本研究では,高密度グリッドデータ (ERA5, CMIP6) , 地域密集データ, 疎グリッドMODIS衛星データ, 局データを用いた。 結果は、最先端のベンチマークと比較して、競争力や優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-04-20T11:40:39Z)
• Dynamic Topology Awareness: Breaking the Granularity Rigidity in Vision-Language Navigation [22.876516699004814]
  VLN-CE(Vision-Language Navigation in Continuous Environments)は、高レベルの言語命令を正確で安全で長期の空間行動に基礎付けるという、中核的な課題を提示している。 露骨なトポロジカルマップは、そのようなタスクにおいて堅牢な空間記憶を提供するための重要な解決策であることが証明されている。 既存のトポロジカルプランニング手法は、"Granularity Rigidity"問題に悩まされている。 本研究では,動的トポロジカルナビゲーションのためのフレームワークであるDGNavを提案する。
  論文  参考訳（メタデータ） (2026-01-29T14:06:23Z)
• FoBa: A Foreground-Background co-Guided Method and New Benchmark for Remote Sensing Semantic Change Detection [48.06921153684768]
  本稿では,LevirSCDと呼ばれるリモートセマンティックチェンジ検出(SCD)のための新しいベンチマークを提案する。 データセットには16の変更カテゴリと210の特定の変更タイプが含まれており、よりきめ細かいクラス定義がある。 本研究では,フォアグラウンド・バックグラウンド・コグラウンドSCD(FoBa)手法を提案する。 FoBaは、現在のSOTA法と比較して、それぞれ1.48%、3.61%、および2.81%の改善を達成している。
  論文  参考訳（メタデータ） (2025-09-19T09:19:57Z)
• Vision Transformers, a new approach for high-resolution and large-scale mapping of canopy heights [50.52704854147297]
  分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。 このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
  論文  参考訳（メタデータ） (2023-04-22T22:39:03Z)
• Optimal Transport for Change Detection on LiDAR Point Clouds [16.552050876277242]
  空気中LiDARデータポイント間の教師なし変更検出は,取得システムからの空間的支持とノイズのアンマッチが困難である。 本稿では,2つの時間的支援による3次元LiDAR点の移動の計算に基づく教師なしアプローチを提案する。 本手法では,教師なしの階層分類が可能であり,従来の最先端の教師なし手法よりも有意な差で性能が向上する。
  論文  参考訳（メタデータ） (2023-02-14T13:08:07Z)
• Spatial Context Awareness for Unsupervised Change Detection in Optical Satellite Images [11.018182254899859]
  SiROC(Sibling Regression for Optical Change Detection)について紹介する。 SiROCは、中高解像度の光学衛星画像における変化検出の教師なし手法である。 中解像度のSentinel-2と高解像度のPlanetscope画像による変化検出の競合性能を実現する。
  論文  参考訳（メタデータ） (2021-10-05T14:13:48Z)
• Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
  2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。 この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。 本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T13:26:30Z)

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。