提出MALNISI图构建与GAT无监督HSI表示学习方法
热点事件持续更新
提出MALNISI图构建与GAT无监督HSI表示学习方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Soumi Sarkar 等在 arXiv 提交论文，提出一种用于高光谱图像无监督表示学习的 Graph Attention Network 方法。该方法包含三项主要贡献：提出 MALNISI 指数（平均绝对局部邻域逆光谱指数），基于邻域信息度量两个像素间的相似性，用于图构建；改进 GAT 网络；引入加权对比损失进行训练。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 13:00
MALNISI 融合图构建与加权对比损失的 GAT 用于高光谱图像无监督表示学习报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIMALNISI 融合图构建与加权对比损失的 GAT 用于高光谱图像无监督表示学习
Soumi Sarkar 等提出基于 MALNISI 指数与加权对比损失的 Graph Attention Network 方法，用于高光谱图像的无监督表示学习。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。