融合空间点模式统计以增强 GeoAI 与位置编码：地形特征分类案例研究
计算机视觉与模式识别
2024-11-25 v1 机器学习
摘要
本研究提出了一种新方法，通过融合空间点模式统计来增强地形特征分类中的深度学习模型。灵感来源于位置编码概念，即旨在捕捉位置特征以增强 GeoAI 决策能力，我们通过一种以知识为驱动的方法将点模式的第一阶和第二阶效应整合到 GeoAI 模型中。本文研究了这些空间背景如何影响地形特征预测的准确性。结果表明，融合空间点模式统计显著提升了模型性能，通过利用不同的空间关系表示实现。
引用
@article{arxiv.2411.14560,
title = {Enhancing GeoAI and location encoding with spatial point pattern statistics: A Case Study of Terrain Feature Classification},
author = {Sizhe Wang and Wenwen Li},
journal= {arXiv preprint arXiv:2411.14560},
year = {2024}
}
备注
4 pages with 1 figure. Accepted in 7th ACM SIGSPATIAL International Workshop on AI for Geographic Knowledge Discovery