Sphere2Vec：球面通用位置表示学习用于大规模地理空间预测

为空间中点生成便于学习的表示是机器学习中一个基础且长期存在的问题。近来，多尺度编码方案（如 Space2Vec 与 NeRF）被提出直接将 2D/3D 欧氏空间中任意点编码为高维向量，并已成功应用于多种地理空间预测与生成任务。然而，当前所有 2D 与 3D 位置编码器均设计用于建模欧氏空间中的点距离。因此当应用于需要球面上距离度量学习的大规模真实世界 GPS 坐标数据集时，两类模型都会因地图投影畸变问题（2D）与球到欧氏距离近似误差（3D）而失效。为解决这些问题，我们提出一种称为 Sphere2Vec 的多尺度位置编码器，其能在编码球面上点坐标时保持球面距离。我们基于 DFS 建立了球面上保距编码的统一视角。我们还提供理论证明：Sphere2Vec 保持任意两点间球面表面距离，而现有编码方案则不能。在 20 个合成数据集上的实验表明，Sphere2Vec 在所有这些数据集上均优于所有基线模型，误差率最高降低 30.8%。我们随后将 Sphere2Vec 应用于三个地理感知图像分类任务——细粒度物种识别、Flickr 图像识别与遥感图像分类。在 7 个真实世界数据集上的结果显示了 Sphere2Vec 相对于多种位置编码器在这三项任务上的优越性。进一步分析表明，Sphere2Vec 优于其他位置编码器模型，尤其在极区与数据稀疏区域，因其保持球面表面距离的特性。代码与数据见 https://gengchenmai.github.io/sphere2vec-website/。