Loading...
机构名称:
¥ 1.0

近年来,卫星发射到太空的数量大大增加了。截至2024年11月,卫星跟踪网站“立即轨道” [1]列出了各种地球轨道中的10,500多个活跃卫星。大多数(80%)与通信1052相关的是地球观察(EO)卫星,每天产生数千吨数据。通过传统的射频(RF)通信渠道将这些数据传递到地球是不可行的,因此已经研究了其他解决方案,包括处理生成数据的卫星上的数据。该解决方案类似于引入边缘计算的引入,该计算是一种分布计算的模型,该模型更接近数据源,该模型是为了管理连接到通常称为Internet Internet(IoT)的Internet的设备的扩散。机器学习(ML)一直是Edge Computing成功的关键推动力。Furano等人于2020年底发表的一篇文章。[2]探讨了需要部署ML板上卫星以进行图像处理的一些令人信服的原因。这包括通过响应数据下载能力增加的传感器所产生的数据量的增长,限制了较小卫星中的功率,以下载大图像和地面电台可用性的问题。还指出了挑战,包括资源不足,板载存储或工作内存不足以及模型培训所需的数据集的有限可用性

卫星中有关AI驱动图像处理的调查

卫星中有关AI驱动图像处理的调查PDF文件第1页

卫星中有关AI驱动图像处理的调查PDF文件第2页

卫星中有关AI驱动图像处理的调查PDF文件第3页

卫星中有关AI驱动图像处理的调查PDF文件第4页

卫星中有关AI驱动图像处理的调查PDF文件第5页

相关文件推荐

2024 年
¥1.0
2025 年

AI

¥2.0
2025 年
¥1.0
2025 年

AI

¥1.0
2024 年

AI

¥1.0
2024 年

AI

¥8.0
2024 年

AI

¥1.0
2024 年

AI

¥1.0
2024 年
¥1.0
2024 年

AI

¥2.0
2024 年
¥1.0
2025 年

AI

¥1.0
2025 年
¥1.0
2024 年
¥4.0
2024 年

AI

¥3.0
2024 年
¥2.0
2020 年
¥6.0
2022 年
¥1.0
2023 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2018 年
¥1.0
2025 年

AI

¥1.0
2024 年
¥2.0