यू-नेट, एक कन्वेन्शनल न्यूरल नेटवर्क (सीएनएन) जो मूल रूप से चिकित्सा उपयोग के लिए है, संभावित रूप से समुद्र के रिमोट सेंसिंग क्षेत्र में लहरें पैदा कर सकता है।

हमारी आधुनिक दुनिया में शायद ही कोई ऐसा मुद्दा हो जिसे प्रौद्योगिकी और कृत्रिम बुद्धिमत्ता (एआई) द्वारा हल या मदद नहीं की जा सकती हो।इस उदाहरण में, यू-नेट, एक उपकरण जिसका उपयोग चिकित्सा छवि से वांछित "वस्तु" निकालने के लिए किया जाता है, को समुद्र विज्ञान अनुसंधान के संभावित साधन के रूप में देखा जाता है।हालाँकि यह आशाजनक है, यू-नेट उत्तम नहीं है।जब समुद्री रिमोट सेंसिंग के क्षेत्र की बात आती है तो मॉडल में कुछ प्रमुख सुधार एक बड़ा बदलाव ला सकते हैं।

शोधकर्ताप्रकाशितमें उनके निष्कर्षरिमोट सेंसिंग जर्नलअगस्त 2024 में.

ऐसा प्रतीत होता है कि यू-नेट मॉडल में समुद्र विज्ञान अनुसंधान के लिए एक अच्छा उम्मीदवार बनने के लिए पर्याप्त अच्छी संरचना है, लेकिन अपनी वर्तमान स्थिति में, यह शोधकर्ताओं की आवश्यकताओं को पूरी तरह से पूरा करने में सक्षम नहीं है।

यू-नेट द्वारा समुद्र विज्ञान संबंधी अनुसंधान में आने वाली चुनौतियों को हल करने के लिए, तीन मुख्य श्रेणियों में सुधार की आवश्यकता है: मॉडल के विभाजन कार्य, या एक छवि में प्रत्येक पिक्सेल को वर्गीकृत करने की क्षमता, पूर्वानुमान कार्य और सुपर-रिज़ॉल्यूशन कार्य।

लेखक और शोधकर्ता हाओयू वांग ने कहा, "संरचनात्मक सुधार और नई तकनीकों की शुरूआत के माध्यम से, यू-नेट मॉडल छोटे लक्ष्य का पता लगाने, भविष्यवाणी सटीकता और छवि पुनर्निर्माण गुणवत्ता में महत्वपूर्ण सुधार हासिल कर सकता है, जिससे महासागर रिमोट सेंसिंग अनुसंधान के विकास को बढ़ावा मिलेगा।".

सिमेंटिक विभाजन में सुधार से समुद्र में छोटे लक्ष्यों का पता लगाने और पहचानने की यू-नेट की क्षमता में सुधार हो सकता है।यह ध्यान तंत्र के माध्यम से दूरी पर पिक्सेल को पहचानने और पहचानने की क्षमता के साथ मॉडल को एकीकृत करके किया जा सकता है।उदाहरण के लिए, मॉडल को अंतर पहचाननाखुला पानीऔर समुद्र में बर्फ का निर्माण अभिन्न है, और यू-नेट इस अंतर को निर्धारित कर सकता है।

पूर्वानुमान कार्य भौतिक ज्ञान और डेटा-संचालित तरीकों के आधार पर परिणाम की तार्किक भविष्यवाणी करने की मॉडल की क्षमता को संदर्भित करते हैं।समुद्री रिमोट सेंसिंग के लिए यू-नेट मॉडल का उपयोग करने वाली पिछली सफलताओं में सी आइस प्रेडिक्शन नेटवर्क (एसआईपीनेट) शामिल है, जो अंटार्कटिक की समुद्री बर्फ सांद्रता की भविष्यवाणी करता है।

एसआईपीनेट, यू-नेट मॉडल, तंत्रिका नेटवर्क आर्किटेक्चर के एक अन्य रूप का उपयोग करता है जिसे "एनकोडर-डिकोडर" के रूप में जाना जाता है जो एक इनपुट अनुक्रम (एनकोडर) को संसाधित करता है जिसे बाद में मूल रूप (डिकोडर) में पुनर्निर्मित किया जाता है।इसका उपयोग अक्सर पाठ को सारांशित करने या अनुवाद करने के लिए किया जाता है, लेकिन इस मामले में, SIPNet ने अगले 8 सप्ताह का पूर्वानुमान लगाने के लिए समुद्री बर्फ की सघनता के बारे में 8 सप्ताह के डेटा का उपयोग किया।जब एनकोडर-डिकोडर आर्किटेक्चर को अस्थायी-स्थानिक ध्यान मॉड्यूल (टीएसएएम) के साथ जोड़ा गया था, तो 7-दिन के पूर्वानुमान के लिए भविष्यवाणी और वास्तविक माप के बीच औसत अंतर 3% से कम था, जो यू-नेट मॉडल की सटीकता को दर्शाता है।जब कार्य के लिए पूरी तरह तैयार हो जाएं।

अंत में, सुपर-रिज़ॉल्यूशन कार्यों के लिए सुझाए गए सुधारों में छवियों में धुंधलापन, या "शोर" को कम करने के लिए एक प्रसार मॉडल की शुरूआत शामिल है।छवियों में शोर को कम करने के लिए, दोनों रिज़ॉल्यूशन में देखी गई समानताओं को ध्यान में रखते हुए उच्च और निम्न-रिज़ॉल्यूशन वाली छवियों के बीच सहसंबंध की पहचान की जानी चाहिए।इसमें छवियों से सुविधाएँ निकालने की मॉडल की क्षमता में सुधार करना भी शामिल है।

शोधकर्ताओं ने उच्च-रेजोल्यूशन पंचक्रोमैटिक (स्पेक्ट्रम में सभी दृश्यमान रंगों के प्रति संवेदनशील) और कम-रिज़ॉल्यूशन मल्टीस्पेक्ट्रल छवियों (छवियां जो इन्फ्रारेड और पराबैंगनी जैसे स्पेक्ट्रम के माध्यम से डेटा कैप्चर करती हैं) को मिश्रित करने के लिए एक मॉडल, पैनडिफ का उपयोग करने का सुझाव दिया है ताकि यू- द्वारा पुनर्निर्माण किया जा सके।यादृच्छिक शोर के माध्यम से नेट।

लंबी अवधि में शोधकर्ताओं के लक्ष्यों का समर्थन करने के लिए यू-नेट मॉडल का और अनुकूलन आवश्यक है।

अध्ययन के शोधकर्ता और लेखक ज़ियाओफ़ेंग ली ने कहा, "यू-नेट मॉडल की सीधी और समझने योग्य नेटवर्क वास्तुकला और बेहतर मॉडल फिटिंग क्षमताओं ने महासागर रिमोट सेंसिंग समुदाय में शोधकर्ताओं के बीच सबसे अधिक लोकप्रियता हासिल की है, जो बड़ी क्षमता का प्रदर्शन करती है।"

समुद्री अनुसंधान में यू-नेट का उपयोग करने के लिए शोधकर्ताओं द्वारा सुझाए गए सुधारों के अलावा, मॉडल के पहले से ही व्यापक अनुप्रयोग को आगे बढ़ाने के लिए यू-नेट को अन्य प्रणालियों या तकनीकों के साथ जोड़कर बहुत सारे अन्वेषण किए जाने हैं।

अधिक जानकारी:हाओयू वांग एट अल, एक्सपेंडिंग होराइजन्स: ओशन रिमोट सेंसिंग में सिमेंटिक सेगमेंटेशन, पूर्वानुमान और सुपर-रिज़ॉल्यूशन के लिए यू-नेट संवर्द्धन,रिमोट सेंसिंग जर्नल(2024)।डीओआई: 10.34133/रिमोटसेंसिंग.0196

द्वारा उपलब्ध कराया गयारिमोट सेंसिंग जर्नल