論文の概要: Moonstone: A Multimodal Foundation Model and Benchmark for Lunar Remote Sensing
- arxiv url: http://arxiv.org/abs/2607.03644v1
- Date: Fri, 03 Jul 2026 23:54:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.672294
- Title: Moonstone: A Multimodal Foundation Model and Benchmark for Lunar Remote Sensing
- Title（参考訳）: Moonstone: 月面リモートセンシングのためのマルチモーダルファンデーションモデルとベンチマーク
- Abstract要約: 月面リモートセンシングのための最初のマルチモーダル基礎モデルベンチマークであるMoonstoneを紹介する。
提案手法は,(1)28チャンネル,128ピクセル/度(237m)のグローバルな月予訓練データセット,(2)MG-MAE,(3)分類,回帰,セグメンテーションを含む6つの下流タスクのベンチマークである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Decades of orbital missions have produced multi-modal remote sensing data for the Moon, spanning optical imagery, spectroscopy, thermal emission, radar, gravity, and elemental composition. Yet these datasets remain fragmented across archives, and no benchmark exists for evaluating machine learning on lunar data. We introduce Moonstone, the first multi-modal foundation model benchmark for lunar remote sensing. Our contributions are: (1) a 28-channel, 128 pixels-per-degree (~237 m) global lunar pretraining dataset from seven instrument families across five missions, (2) MG-MAE, a modality-grouped masked autoencoder with per-group convolutional tokenizers, a shared Vision Transformer encoder, attention masking for missing modalities, coverage-adaptive masking for heterogeneous spatial coverage, and spectral continuity regularization for physically plausible reconstructions, and (3) a benchmark of six downstream tasks covering classification, regression, and segmentation. MG-MAE pretrained features outperform scratch baselines on all tasks and surpass both ImageNet-pretrained and vanilla MAE baselines by large margins. Data and code are available at https://huggingface.co/datasets/ayushprd/Moonstone and https://github.com/ayushprd/Moonstone .
- Abstract（参考訳）: 軌道上のミッションの数十年間は、光学画像、分光、熱放射、レーダー、重力、元素組成にまたがる、月のためのマルチモーダルリモートセンシングデータを生み出してきた。
しかし、これらのデータセットはアーカイブ全体で断片化され続けており、月データの機械学習を評価するためのベンチマークは存在しない。
月面リモートセンシングのための最初のマルチモーダル基礎モデルベンチマークであるMoonstoneを紹介する。
筆者らの貢献は,(1)28チャンネル,128ピクセル/度(~237m)のグローバルな月予訓練データセット,(2)MG-MAE,(2)グループ単位の畳み込みトークンを用いたモダリティグループマスキングオートエンコーダ,共有ビジョントランスフォーマーエンコーダ,欠落したモダリティに対する注目マスキング,不均一な空間被覆に対するカバレッジ適応マスキング,および物理的に妥当な再構成のためのスペクトル連続性正規化,(3)分類,回帰,セグメンテーションを含む6つの下流タスクのベンチマークである。
MG-MAEは、すべてのタスクにおいてスクラッチベースラインよりも優れており、ImageNet-pretrainedとvanilla MAEベースラインを大きく上回っている。
データとコードはhttps://huggingface.co/datasets/ayushprd/Moonstoneとhttps://github.com/ayushprd/Moonstoneで入手できる。
関連論文リスト
- SomBench: Benchmark Dataset for Advancing Machine Learning in Lunar Science [4.888910677829709]
われわれはSomBenchを紹介した。SomBenchは、ML対応の月面データセットで、4つのミッションにまたがる10の機器から30以上のレイヤーを集約する。
アプリケーションベンチマークスイートは、影響プロセス、火山の歴史、極性ボラティルにまたがる。
ResNet-50およびSwinV2-Bモデルによるベースライン実験では、各ベンチマークタスクがリリースされた入力から学習可能であることを確認した。
論文 参考訳（メタデータ） (2026-09-08T02:58:32Z) - LunarFM: A Shared Multimodal Representation of the Moon's Surface [3.029669084751708]
月面の一般的な表現を多種多様な軌道測定から学習するモデルであるLunarFMを紹介する。
LunarFMは3つの月ミッションの6つの機器からの観測を同化し、18個の入力チャネルを共有埋め込み空間にマッピングする。
この埋め込み空間は、類似性探索、少数ショットの資源マッピング、鉱物量の回帰、地質単位の分類など、様々な下流アプリケーションをサポートしていることを実証する。
論文 参考訳（メタデータ） (2026-07-24T15:25:20Z) - Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method [80.50361258830928]
UAVNet-MSは、微小UAV検出のための最初のマルチスペクトルデータセットである。
本稿では、アレイ誘起パララックスと空間-スペクトル融合に対処するデュアルストリームベースラインであるMFDNetを提案する。
この研究は、基礎的なデータセット、強力なベースライン、マルチスペクトルUAV監視研究のためのベンチマークを提供する。
論文 参考訳（メタデータ） (2026-05-20T09:49:04Z) - VFM-Recon: Unlocking Cross-Domain Scene-Level Neural Reconstruction with Scale-Aligned Foundation Priors [49.39553550491549]
VFMReconは, シーンレベルの神経再構成において, スケール一貫性の要求を満たすトランスファー可能なVFMプリエントをブリッジする最初の試みである。
具体的には、まず、マルチビュースケールコヒーレンスを復元する軽量なスケールアライメントステージを導入する。
次に、トレーニング済みのVFM機能を、軽量なタスク固有アダプタを介して、ニューラルボリューム再構築パイプラインに統合する。
論文 参考訳（メタデータ） (2026-03-13T05:00:44Z) - SpaceSense-Bench: A Large-Scale Multi-Modal Benchmark for Spacecraft Perception and Pose Estimation [1.0262304700896199]
宇宙船認識のための大規模マルチモーダルベンチマークである textbfSpaceSense-Bench を提案する。
各フレームは、タイム同期1024$times$1024 RGBイメージ、ミリ精度深度マップ、256ビームのLiDAR点雲を提供する。
対象検出,2Dセマンティックセマンティックセグメンテーション,RGB-LiDAR融合による3Dポイントクラウドセグメンテーション,単眼深度推定,方向推定の5つのタスクをベンチマークし,2つの重要な発見点を同定した。
論文 参考訳（メタデータ） (2026-03-10T07:52:28Z) - LunarLoc: Segment-Based Global Localization on the Moon [52.418394025548295]
GPSのような従来の地球ベースのナビゲーションインフラが利用できない月面での自律的な運用には、グローバルなローカライゼーションが不可欠である。
本稿では,グローバルなローカライゼーション手法であるLunarLocを提案する。
LunarLocは、マルチセッショングローバルローカライゼーション実験において、サブcmレベルの精度を実現し、月のグローバルローカライゼーションにおける技術状況を大幅に上回っている。
論文 参考訳（メタデータ） (2025-06-20T12:06:47Z) - LuSeg: Efficient Negative and Positive Obstacles Segmentation via Contrast-Driven Multi-Modal Feature Fusion on the Lunar [8.215362367428565]
我々は月面探査シミュレータ(LESS)と呼ばれる月面シミュレーションシステムを開発した。
また,LuSegと呼ばれる新しい2段階セグメンテーションネットワークを提案する。
LuSegはステージIのRGBエンコーダとステージIIの深さのセマンティック一貫性を強制する。
論文 参考訳（メタデータ） (2025-03-14T13:51:52Z) - EarthView: A Large Scale Remote Sensing Dataset for Self-Supervision [72.84868704100595]
本稿では,地球モニタリングタスクにおける深層学習アプリケーションを強化することを目的とした,リモートセンシングデータの自己監督を目的としたデータセットを提案する。
このデータセットは15テラピクセルのグローバルリモートセンシングデータにまたがっており、NEON、Sentinel、Satellogicによる1mの空間解像度データの新たなリリースなど、さまざまなソースの画像を組み合わせている。
このデータセットは、リモートセンシングデータの異なる課題に取り組むために開発されたMasked Autoencoderである。
論文 参考訳（メタデータ） (2025-01-14T13:42:22Z) - PolSAM: Polarimetric Scattering Mechanism Informed Segment Anything Model [83.35198885088093]
PolSARデータは、そのリッチで複雑な特徴のために、ユニークな課題を提示する。
複素数値データ、偏光特性、振幅画像などの既存のデータ表現が広く使われている。
PolSARのほとんどの機能抽出ネットワークは小さく、機能を効果的にキャプチャする能力を制限している。
本稿では,ドメイン固有の散乱特性と新規なプロンプト生成戦略を統合したSegment Anything Model (SAM) であるPolarimetric Scattering Mechanism-Informed SAM (PolSAM)を提案する。
論文 参考訳（メタデータ） (2024-12-17T09:59:53Z) - LuSNAR:A Lunar Segmentation, Navigation and Reconstruction Dataset based on Muti-sensor for Autonomous Exploration [2.3011380360879237]
環境認識とナビゲーションアルゴリズムが月探査の基盤となっている。
既存の月のデータセットのほとんどは、単一のタスクをターゲットにしています。
本稿では,マルチタスク,マルチシーン,マルチラベルのベンチマークデータセットLuSNARを提案する。
論文 参考訳（メタデータ） (2024-07-09T02:47:58Z) - MMScan: A Multi-Modal 3D Scene Dataset with Hierarchical Grounded Language Annotations [55.022519020409405]
本稿では,マルチモーダルな3Dシーンデータセットと階層型言語アノテーションを用いたベンチマーク,MMScanを構築した。
結果として得られたマルチモーダルな3Dデータセットは、109kオブジェクトと7.7kリージョン上の1.4Mメタアノテーション付きキャプションと、3Dビジュアルグラウンドと質問応答ベンチマークのための3.04M以上の多様なサンプルを含んでいる。
論文 参考訳（メタデータ） (2024-06-13T17:59:30Z)
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。