Buchumschlag

AGI for the Earth, the path, possibilities and how to evaluate intelligence of models that work with Earth Observation Data?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Valipour, Mojtaba, Zheng, Kelly, Lowman, James, Szabados, Spencer, Gartner, Mike, Braswell, Bobby
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SeeFar: Satellite Agnostic Multi-Resolution Dataset for Geospatial Foundation Models
von: Lowman, James, et al.
Veröffentlicht: (2024)

EarthNets: Empowering AI in Earth Observation
von: Xiong, Zhitong, et al.
Veröffentlicht: (2022)

Earth-Agent: Unlocking the Full Landscape of Earth Observation with Agents
von: Feng, Peilin, et al.
Veröffentlicht: (2025)

OlmoEarth: Stable Latent Image Modeling for Multimodal Earth Observation
von: Herzog, Henry, et al.
Veröffentlicht: (2025)

TerraCodec: Compressing Optical Earth Observation Data
von: Costa-Watanabe, Julen, et al.
Veröffentlicht: (2025)

EarthDial: Turning Multi-sensory Earth Observations to Interactive Dialogues
von: Soni, Sagar, et al.
Veröffentlicht: (2024)

Uncertainty evaluation of segmentation models for Earth observation
von: Rey, Melanie, et al.
Veröffentlicht: (2025)

OmniEarth-Bench: Towards Holistic Evaluation of Earth's Six Spheres and Cross-Spheres Interactions with Multimodal Observational Earth Data
von: Wang, Fengxiang, et al.
Veröffentlicht: (2025)

EarthMind: Leveraging Cross-Sensor Data for Advanced Earth Observation Interpretation with a Unified Multimodal LLM
von: Shu, Yan, et al.
Veröffentlicht: (2025)

Structure Preserving Diffusion Models
von: Lu, Haoye, et al.
Veröffentlicht: (2024)

EarthSynth: Generating Informative Earth Observation with Diffusion Models
von: Pan, Jiancheng, et al.
Veröffentlicht: (2025)

RemoteSAM: Towards Segment Anything for Earth Observation
von: Yao, Liang, et al.
Veröffentlicht: (2025)

Responsible AI for Earth Observation
von: Ghamisi, Pedram, et al.
Veröffentlicht: (2024)

Optimizing Cloud-to-GPU Throughput for Deep Learning With Earth Observation Data
von: Zaytar, Akram, et al.
Veröffentlicht: (2025)

TerraMesh: A Planetary Mosaic of Multimodal Earth Observation Data
von: Blumenstiel, Benedikt, et al.
Veröffentlicht: (2025)

COP-GEN: Latent Diffusion Transformer for Copernicus Earth Observation Data
von: Espinosa, Miguel, et al.
Veröffentlicht: (2026)

OpenEarth-Agent: From Tool Calling to Tool Creation for Open-Environment Earth Observation
von: Zhao, Sijie, et al.
Veröffentlicht: (2026)

SpectralEarth-FM: Bringing Hyperspectral Imagery into Multimodal Earth Observation Pretraining
von: Braham, Nassim Ait Ali, et al.
Veröffentlicht: (2026)

MultiMAE Meets Earth Observation: Pre-training Multi-modal Multi-task Masked Autoencoders for Earth Observation Tasks
von: Sosa, Jose, et al.
Veröffentlicht: (2025)

MAESTRO: Masked AutoEncoders for Multimodal, Multitemporal, and Multispectral Earth Observation Data
von: Labatie, Antoine, et al.
Veröffentlicht: (2025)

EO-VAE: Towards A Multi-sensor Tokenizer for Earth Observation Data
von: Lehmann, Nils, et al.
Veröffentlicht: (2026)

Deep Multimodal Fusion for Semantic Segmentation of Remote Sensing Earth Observation Data
von: Dimitrovski, Ivica, et al.
Veröffentlicht: (2024)

Major TOM: Expandable Datasets for Earth Observation
von: Francis, Alistair, et al.
Veröffentlicht: (2024)

Impacts of Color and Texture Distortions on Earth Observation Data in Deep Learning
von: Willbo, Martin, et al.
Veröffentlicht: (2024)

Comparative Assessment of Multimodal Earth Observation Data for Soil Moisture Estimation
von: Kontogiorgakis, Ioannis, et al.
Veröffentlicht: (2026)

Better, Not Just More: Data-Centric Machine Learning for Earth Observation
von: Roscher, Ribana, et al.
Veröffentlicht: (2023)

Exploiting In-Sensor Computing for Energy-Efficient Earth Observation
von: Capogrosso, Luigi, et al.
Veröffentlicht: (2026)

REOBench: Benchmarking Robustness of Earth Observation Foundation Models
von: Li, Xiang, et al.
Veröffentlicht: (2025)

ViGEO: an Assessment of Vision GNNs in Earth Observation
von: Colomba, Luca, et al.
Veröffentlicht: (2024)

Benchmarking Composed Image Retrieval for Applied Earth Observation
von: Psomas, Bill, et al.
Veröffentlicht: (2026)

RAMEN: Resolution-Adjustable Multimodal Encoder for Earth Observation
von: Houdré, Nicolas, et al.
Veröffentlicht: (2025)

Earth System Data Cubes: Avenues for advancing Earth system research
von: Montero, David, et al.
Veröffentlicht: (2024)

Location Is All You Need: Continuous Spatiotemporal Neural Representations of Earth Observation Data
von: Madadikhaljan, Mojgan, et al.
Veröffentlicht: (2026)

Towards Scalable and Generalizable Earth Observation Data Mining via Foundation Model Composition
von: Chuc, Man Duc
Veröffentlicht: (2025)

TEOChat: A Large Vision-Language Assistant for Temporal Earth Observation Data
von: Irvin, Jeremy Andrew, et al.
Veröffentlicht: (2024)

BigEarthNet.txt: A Large-Scale Multi-Sensor Image-Text Dataset and Benchmark for Earth Observation
von: Herzog, Johann-Ludwig, et al.
Veröffentlicht: (2026)

ChronoEarth-492K: A Large Scale and Long Horizon Spatiotemporal Hyperspectral Earth Observation Dataset and Benchmark
von: Si, Haozhe, et al.
Veröffentlicht: (2026)

On the Generalization of Representation Uncertainty in Earth Observation
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

BotaCLIP: Contrastive Learning for Botany-Aware Representation of Earth Observation Data
von: Cerna, Selene, et al.
Veröffentlicht: (2025)

Foundation Models for Remote Sensing and Earth Observation: A Survey
von: Xiao, Aoran, et al.
Veröffentlicht: (2024)