כתבה
arXiv cs.LG ·
DeepTopoClustering: גילוי אוטומטי של טקסונומיה תהליכית
DeepTopoClustering: Unsupervised Derivation of Surface Process Taxonomy from 4D Point Clouds for Topographic Monitoring
DeepTopoClustering הוא כלי לגילוי אוטומטי של טקסונומיה תהליכית מענני נקודות 4D. הוא מאפשר ניטור תהליכים תופוגרפיים באמצעות למידת מכונה.
תקציר מקורי באנגליתarXiv:2610.09860v1 Announce Type: cross Abstract: 4D point clouds acquired by permanent laser scanning (PLS) enable accurate high-frequency monitoring of surface change in dynamic topographic environments. However, existing methods remain limited in organizing detected surface activities into meaningful process types. We propose DeepTopoClustering (DTC), an unsupervised framework for deriving a hierarchical process taxonomy from object-based surface activities, so-called 4D objects-by-change (4D-OBCs). We transform each 4D-OBC into a GeoMorphogram, a distributional sequence representing the temporal evolution of topographic change within a spatially bounded surface activity. A convolutional autoencoder learns latent embeddings from GeoMorphograms, which are jointly optimized using a hierar
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית