リモートセンシング領域の基盤モデルと論文まとめ

リモートセンシングへの基盤モデルの影響 近年自然言語処理や画像認識で成果を挙げた「基盤モデル: Foundation Models; FM」が、衛星リモートセンシング（Earth Observation; EO）にも波及しつつあります。数十〜数百TB規模の光学・SAR時系列を自己教師ありで学習したモデルは、洪水域抽出や作物分類など多彩なタスクへ、わずかなラベルとプロンプトだけで即応できます。大量データの前処理と真値作成に費やしていた労力を大幅に減らし、「データ準備地獄」から解放する点が最大の期待なんです。学習済み重みは公開されており、専門外のエンジニアでも短時間で高精度モデルを活用できます。 IBM/TerraMind 1.0 より さらに基盤モデルは光学とSAR、気象再解析など異種データを統合し、小規模データでの微調整やゼロショット推論が可能なため、データ不足地域でも高精度を維持できます