Christopher F. Brown Michal R. Kazmierski Valerie J. Pasquarella William J. Rucklidge Masha Samsikova Chenhui Zhang et al

Résumé

Des volumes sans précédent de données d’observation de la Terre sont continuellement collectés à travers le monde, mais des étiquettes de haute qualité restent rares en raison de l’effort nécessaire pour effectuer des mesures et observations physiques. Cela a conduit à des investissements importants dans des modélisations sur mesure visant à transformer des étiquettes rares en cartes. Nous présentons ici AlphaEarth Foundations, un modèle de champ d’encodage offrant une représentation géospatiale hautement générale, intégrant de manière cohérente les contextes spatiaux, temporels et de mesure issus de multiples sources, permettant ainsi la production précise et efficace de cartes et de systèmes de surveillance à l’échelle locale comme mondiale. Les encodages générés par AlphaEarth Foundations sont les seuls à surpasser de manière constante toutes les approches précédentes de featurization testées sur une diversité de tâches d’évaluation cartographique, sans nécessiter de re-entraînement. Nous mettrons à disposition un jeu de données comprenant des couches de champs d’encodage mondiales, annuelles et prêtes à l’analyse, couvrant la période 2017–2024.