arXiv cs.CV· Robin Young, Srinivasan Keshav·· 5 小时前AI 评分17
用 Attentive Neural Processes 插值 GEDI 生物量并实现校准不确定性量化
Interpolation of GEDI Biomass Estimates with Calibrated Uncertainty Quantification
AI 导读
研究提出用 Attentive Neural Processes（ANPs）插值 NASA GEDI 任务的稀疏 LIDAR 观测，以生成全域生物量密度估计。ANPs 是一种概率元学习架构，将预测显式条件化于局部观测集和地理空间基础模型嵌入，学习灵活的空间协方差近似器，在复杂景观中不确定性更高、同质区域更低。
来源：arXiv cs.CV · arxiv.org