基于GIS、遥感、CNN与视觉Transformer的发电厂检测用于能源估算
机器学习
2024-12-10 v1 计算机视觉与模式识别
摘要
在本研究中，我们提出了一种用于发电厂检测的混合模型，以辅助能源估算应用，通过将具有遥感能力的地理信息系统（GIS）与卷积神经网络（CNN）和视觉Transformer（ViT）进行流水线化处理。我们提出的方法通过GIS在公共地图上实现多种数据类型的实时分析，利用CNN实现特征提取能力，并通过ViT捕获长距离依赖关系。这种混合方法被发现能够增强分类性能，从而有助于发电厂的监测和运营管理；进而辅助未来的能源估算和可持续能源规划。它展示了机器学习方法与领域特定方法相结合以提升性能的适当部署。
引用
@article{arxiv.2412.04986,
title = {Power Plant Detection for Energy Estimation using GIS with Remote Sensing, CNN & Vision Transformers},
author = {Blessing Austin-Gabriel and Cristian Noriega Monsalve and Aparna S. Varde},
journal= {arXiv preprint arXiv:2412.04986},
year = {2024}
}