机器学习模型首次在太空检测云层变化

研究人员首次在太空训练机器学习模型。机器检测图片来源：牛津大学官网

科技日报记者 刘霞

据英国牛津大学官网29日报道，学习该校科学家首次在外太空一颗人造卫星上训练了一个机器学习模型，模型这一成果可实现很多应用领域的首次实时监测和决策，有望彻底改变遥感卫星的太空能力。相关论文已经提交于近期举行的云层国际地球科学与遥感研讨会。

遥感卫星收集的变化数据是航空测绘、天气预报、机器检测森林监测等许多关键活动的学习基础。目前，模型大多数卫星只能被动地收集数据，首次无法作出决定或检测变化，太空数据必须中继到地球进行处理，云层而这通常需要数小时甚至数天时间，变化从而限制了人们识别自然灾害等事件、机器检测迅速应对的能力。

在最新研究中，研究团队在卫星上训练了一个简单的模型RaVAEn，以从卫星直接拍摄的空中图像中检测出云层的变化。该模型基于“小样本学习”方法，当模型只有几个样本可供训练时，该方法使模型能够学习最重要的特征，其关键优点是可将数据压缩成更小的代表数据，使模型得以更高效运行。

通常，开发一个机器学习模型需要几轮训练，而新模型在约1.5秒内就完成了训练阶段（使用了1300多张图像）。当团队利用新数据测试该模型的性能时，其会在约1/10秒内自动检测到云是否存在。

研究人员表示，该模型可很好地适应不同的任务，并使用其他形式的数据。他们目前打算开发更先进的模型，以自动区别对人类产生重大影响的变化（如洪水、火灾等）和自然变化（如不同季节树叶颜色的变化）。另一个目标是为更复杂的数据，如高光谱卫星拍摄的图像开发模型，以检测甲烷泄漏，并应对气候变化。

此外，传统机载卫星传感器容易受到恶劣环境条件影响，因此需要定期校准，而在外层空间使用机器学习有助于克服这一难题。

本文地址：http://www.xxmjxc.com/html/15e499536.html