机器学习,尤其是深度学习,在太空应用中的应用越来越广泛,这反映了它在解决许多地球问题方面取得的突破性成功。由于模块化卫星和商业太空发射的发展,部署太空设备(例如卫星)对小型参与者来说越来越容易,这推动了该领域的进一步发展。深度学习能够提供复杂的计算智能,这使其成为促进太空设备上各种任务并降低运营成本的有吸引力的选择。在这项工作中,我们将太空深度学习确定为移动和嵌入式机器学习的发展方向之一。我们整理了机器学习在太空数据(例如卫星成像)中的各种应用,并描述了设备上的深度学习如何有意义地改善航天器的运行,例如通过降低通信成本或促进导航。我们详细介绍并阐释了卫星计算平台,并将其与嵌入式系统和当前资源受限环境下的深度学习研究进行了比较。