研究团队提出行星级物种分布模型OCELOT

1. 13:00
   arXiv 机器学习

   OCELOT：基于卫星基座嵌入的行星级物种分布建模

   研究人员提出多模态隐式神经表征网络 OCELOT，通过融合空间坐标与卫星基座嵌入，利用涵盖 100,000 个分类单元的 20 亿条 GBIF 记录进行行星级物种分布建模。在高达 600 km 的空间块留出测试中，卫星基座嵌入将偏远区域的地理外推 NDCG 指标提升了 51%，性能优于传统生物气候栅格，并兼顾了分布内插精度。

Current heat 5·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.