End-to-end Learning for Land Cover Classification using Irregular and Unaligned SITS by Combining Attention-Based Interpolation with Sparse Variational Gaussian Processes

Irregular Sampling Satellite Image Time Series SITS Sentinel-2 Land Cover Map Classification Large Scale Sparse Variational Gaussian Processes Earth Observation (EO) Remote Sensing

Domaines

Traitement du signal et de l'image [eess.SP] Intelligence artificielle [cs.AI] Ingénierie de l'environnement Méthodes et statistiques Machine Learning [stat.ML]

Fichier principal

preprint_e2d_mtan_svgp.pdf (13.91 Mo)

Origine	Fichiers produits par l'(les) auteur(s)

Valentine Bellet : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04112115

Soumis le : mardi 13 juin 2023-18:00:56

Dernière modification le : jeudi 20 juin 2024-08:36:04

Dates et versions

hal-04112115 , version 1 (01-06-2023)

hal-04112115 , version 2 (13-06-2023)

hal-04112115 , version 3 (13-07-2023)

hal-04112115 , version 4 (21-12-2023)

Identifiants

HAL Id : hal-04112115 , version 2

Citer

Valentine Bellet, Mathieu Fauvel, Jordi Inglada, Julien Michel. End-to-end Learning for Land Cover Classification using Irregular and Unaligned SITS by Combining Attention-Based Interpolation with Sparse Variational Gaussian Processes. 2023. ⟨hal-04112115v2⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

268 Consultations

57 Téléchargements