AlphaEarth Foundations：稀疏标签数据全局映射的嵌入场模型
计算机视觉与模式识别
2025-09-10 v2 机器学习
摘要
不可思议质量的地球观测数据持续在全球范围内收集，但由于物理测量和观察需要付出努力，高质量标签仍稀缺。这导致大量投入用于将稀疏标签翻译为地图的定制建模工作。本文介绍 AlphaEarth Foundations，这是一种嵌入场模型，提供高度通用、跨多个数据源的地理空间表示，融合了空间、时间和测量背景，实现从局部到全局尺度的精准高效制图和监测系统。AlphaEarth Foundations 生成的嵌入在 diverse set of mapping evaluations 中始终优于测试的其他众所周知/广为接受的特征化方法，且无需重新训练。我们已发布一套来自 2017 年至 2024 年的全球、年度、分析就绪的嵌入场图层数据集。
引用
@article{arxiv.2507.22291,
title = {AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data},
author = {Christopher F. Brown and Michal R. Kazmierski and Valerie J. Pasquarella and William J. Rucklidge and Masha Samsikova and Chenhui Zhang and Evan Shelhamer and Estefania Lahera and Olivia Wiles and Simon Ilyushchenko and Noel Gorelick and Lihui Lydia Zhang and Sophia Alj and Emily Schechter and Sean Askay and Oliver Guinan and Rebecca Moore and Alexis Boukouvalas and Pushmeet Kohli},
journal= {arXiv preprint arXiv:2507.22291},
year = {2025}
}