-
公开(公告)号:CN118798019A
公开(公告)日:2024-10-18
申请号:CN202410758049.7
申请日:2024-06-13
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G06N3/082 , G06N3/0985 , G06N3/096 , G06F119/08
Abstract: 本发明公开了一种AI大小模型地表温度和发射率反演方法、系统及设备,反演方法包括:获取地球物理参数的反演数据集;基于所述反演数据集的数据驱动性,使用自动机器学习工具AutoKeras获得模型适配的最优神经网络架构并训练模型,基于最优神经网络架构,引入已训练的大模型作为教师模型;利用知识蒸馏技术,将所述教师模型的深层知识传递给小模型形成学生模型;将学生模型交互式地融入教师模型,组成联合优化模型,利用所述联合优化模型对待测地球物理参数进行反演。本发明通过自动化的模型架构选择和超参数调整,可以有效缩减模型开发周期和计算资源消耗,为遥感参数反演提供了一种高效且灵活的解决方案。
-
公开(公告)号:CN118798019B
公开(公告)日:2025-01-24
申请号:CN202410758049.7
申请日:2024-06-13
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G06N3/082 , G06N3/0985 , G06N3/096 , G06F119/08
Abstract: 本发明公开了一种AI大小模型地表温度和发射率反演方法、系统及设备,反演方法包括:获取地球物理参数的反演数据集;基于所述反演数据集的数据驱动性,使用自动机器学习工具AutoKeras获得模型适配的最优神经网络架构并训练模型,基于最优神经网络架构,引入已训练的大模型作为教师模型;利用知识蒸馏技术,将所述教师模型的深层知识传递给小模型形成学生模型;将学生模型交互式地融入教师模型,组成联合优化模型,利用所述联合优化模型对待测地球物理参数进行反演。本发明通过自动化的模型架构选择和超参数调整,可以有效缩减模型开发周期和计算资源消耗,为遥感参数反演提供了一种高效且灵活的解决方案。
-