报告详情
基于生成模型训练的冰雷达数据特征提取方法
编号：2298
访问权限：仅限参会人
更新：2024-04-12 11:32:53 浏览：682次
张贴报告
报告开始：2024年05月18日 08:41（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp17] 主题17、冰冻圈科学
暂无文件
摘要
冰雷达图像是了解冰盖内部和底部结构有效的观测方法。近年来，在南北极采集的大量冰雷达数据为研究冰流过程与冰下地形等提供了重要的资料。观测冰雷达图像中包含的两类主要的特征为内部冰等时层与冰底的基岩界面。对于这两类目标特征，人工与半自动方法在早期被广泛应用，近年来基于深度学习的神经网络方法也被提出以提升在大量观测数据中的提取效率。然而，目前深度学习方法的训练目标大多基于人工标记或总结的人工经验，由于缺乏对冰层与基岩界面特征的物理解释，其精度和特征敏感性受到限制。我们基于对观测雷达图像中冰岩界面数据的深度生成模型，提出了一种新的训练集构建方法，在对现有的冰雷达数据特征提取神经网络的训练后，得到了更优的提取连续性与精度。这种新的提取方法可以进一步为大规模的冰雷达图像处理、冰岩界面提取提供有效的的自动化方法。
关键词
深度学习,冰雷达
报告人
董晟
博士研究生 中国极地研究中心稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论