模型HiPredict 框架
HiPredict
基于 U-Net 的机器学习框架，利用多通道影像与元数据重建行星探测器失效光谱通道
时间轴 (近 90 天)
10月19日
HiPredict的输入包括同位置的IR10影像、蓝绿通道（BG12）影像、邻近的红色通道观测以及采集元数据。
待验证50%
10月19日
HiPredict采用U-Net架构学习输入与目标通道之间的非线性时空—光谱关系。
待验证50%
10月19日
HiPredict训练使用了81,717个训练样本，对应13,625次观测。
待验证50%
10月19日
HiPredict评估在23,348个测试样本上进行，这些样本来自3,892次故障发生前的观测。
待验证50%
10月19日
HiPredict的归一化平均绝对误差为1.1%，显著优于SYN4的3.1%。
待验证50%
10月19日
重建后的影像在含冰陨石坑、沿山脊顶部出露的地层以及氯化物沉积等地质特征上更接近真实影像。
待验证50%
10月19日
论文将HiPredict作为开源软件工具发布。
待验证50%
10月19日
HiPredict方法依赖同位置其他通道和邻近观测的存在，对于彻底失去冗余信息的场景并不适用。
待验证50%
全部知识事实 (8)
待验证
HiPredict方法依赖同位置其他通道和邻近观测的存在，对于彻底失去冗余信息的场景并不适用。
50%待验证HiPredict采用U-Net架构学习输入与目标通道之间的非线性时空—光谱关系。
50%待验证HiPredict训练使用了81,717个训练样本，对应13,625次观测。
50%待验证HiPredict评估在23,348个测试样本上进行，这些样本来自3,892次故障发生前的观测。
50%待验证HiPredict的归一化平均绝对误差为1.1%，显著优于SYN4的3.1%。
50%待验证重建后的影像在含冰陨石坑、沿山脊顶部出露的地层以及氯化物沉积等地质特征上更接近真实影像。
50%待验证HiPredict的输入包括同位置的IR10影像、蓝绿通道（BG12）影像、邻近的红色通道观测以及采集元数据。
50%待验证论文将HiPredict作为开源软件工具发布。
50%