PSIque：基于卷积序列到序列网络的卫星图像序列预测
计算机视觉与模式识别
2017-12-04 v2 人工智能
神经与进化计算
摘要
预测未观测到的天气现象是灾害管理中的一个重要问题。在本文中，我们提出一种用于卷积序列到序列自编码器的模型，以根据历史卫星图像预测未发现的天气状况。我们还提出了编码器与解码器模块之间的对称跳跃连接，以生成更全面的图像预测。为了检验我们模型的性能，我们针对每个所提模型进行了实验，从历史卫星图像预测未来卫星图像。跳跃连接与序列到序列自编码器的特定组合能够从真实图像生成最接近的预测。
引用
@article{arxiv.1711.10644,
title = {PSIque: Next Sequence Prediction of Satellite Images using a Convolutional Sequence-to-Sequence Network},
author = {Seungkyun Hong and Seongchan Kim and Minsu Joh and Sa-kwang Song},
journal= {arXiv preprint arXiv:1711.10644},
year = {2017}
}
备注
Workshop on Deep Learning for Physical Sciences (DLPS 2017), NIPS 2017, Long Beach, CA, USA