SatelliteFormula：基于遥感图像的多模态符号回归物理发现框架
计算机视觉与模式识别
2025-06-09 v1
摘要
我们提出了 SatelliteFormula，一个从多光谱遥感图像中派生物理可解释表达式的新型符号回归框架。不同于传统的经验指数或黑箱学习模型，SatelliteFormula 将基于 Vision Transformer 的编码器用于空间-光谱特征提取，结合物理导向约束以确保一致性和可解释性。现有的符号回归方法难以处理多光谱数据的高维复杂性；我们的 метод通过将 transformer 表示集成到符号优化器中，以平衡准确性和物理可信度来解决此问题。在基准数据集和遥感任务上的大量实验表明，SatelliteFormula 在性能、稳定性和泛化性方面均优于最先进的基线方法。SatelliteFormula 使复杂环境变量的可解释建模成为可能，弥合了数据驱动学习与物理理解之间的鸿沟。
关键词
引用
@article{arxiv.2506.06176,
title = {SatelliteFormula: Multi-Modal Symbolic Regression from Remote Sensing Imagery for Physics Discovery},
author = {Zhenyu Yu and Mohd. Yamani Idna Idris and Pei Wang and Yuelong Xia and Fei Ma and Rizwan Qureshi},
journal= {arXiv preprint arXiv:2506.06176},
year = {2025}
}