GeoAI 突破：隐含神经表示解决遥感与街景尺度难题
ISPRS 摄影测量与遥感期刊 | 研究动态：面对遥感（RS）与地面街景（SV）在空间尺度上的严重不匹配问题，研究团队推出了 GAIR 框架，借助隐含神经表示（INR）技术达成了跨视角的亚像素级精确对齐。在地理空间人工智能领域，如何有效融合宏观卫星遥感影像与微观地面街景影像始终是一大难题。当前，地理基础模型（GeoFM）的研究遭遇两大瓶颈：首要问题是尺度严重失配，以 Sentinel-2 卫星影像为例，其 10 米分辨率的一个像素往往覆盖地面数百个不同位置的街景，致使街景在遥感图中呈现为“亚像素”级。其次
GAIR 2023：青年科学家的探索与突破
时代总是把历史责任赋予青年。100年前的1923年，17岁的库尔特·哥德尔（Kurt Gödel）进入维也纳大学攻读理论物理。受数学教师哈恩和门格尔的影响，他转攻数学，这一选择后来改变了世界。8年后，25岁的哥德尔提出了震惊数学界的“哥德尔不完备定理”，奠定了理论计算机科学和人工智能理论的基础。这篇论文的背景是希尔伯特提出的“希尔伯特计划”，旨在证明数学系统的一致性和完备性。1930年，希尔伯特在柯尼斯堡的演讲中鼓励了数学家们。哥德尔不完备定理表明，任何可以进行基础运算的数学系统中都存在无法被证明的正确观