摘要
تعتبر التعلم الجماعي نمطًا للتعلم الآلي يستند إلى فكرة التعاون المتبادل ، حيث يمكنه التغلب على قيود المتعلم الفردي وتحسين أداء القرار الكلي. يمكن تطبيق التعلم الجماعي على تصنيف الصور البعيدة وكشف التغييرات واسترداد المعلمات الكمية من خلال تجميع المزايا من مصادر بيانات متعددة وخوارزميات مختلفة. من خلال تحليل تطورات البحث المحلي والدولي ، تم تلخيص تطورات التعلم الجماعي في تحديد الأهداف البعيدة ، وتصنيف التغطية السطحية ، وكشف التغيرات المتعددة في الوقت وتحليل بيانات الرصد التسلسلي ، واسترداد معلمات السطح الأرضي ، ودمج البيانات البعيدة مع بيانات الإدراك الاجتماعي ، ودمج نماذج الآلية والتعلم الآلي. مع النمو السريع لتكنولوجيا الاستشعار عن بعد والذكاء الاصطناعي ، فإن حاجة تحويل بيانات الاستشعار عن بعد إلى تصور علم الأرض تزداد باستمرار ، ويتجه التعلم الجماعي في مجال الاستشعار عن بعد نحو تكامل البيانات والخوارزميات والمعرفة. التكامل الكبير لنماذج الاستشعار عن بعد والقابلية للتفسير ، وتنوع التكوين والقياس ، وإستراتيجيات التكامل الجديدة ، وأنماط التكامل وتحسينات الطلب العلمي للأرض ستكون أربع اتجاهات تستحق الاهتمام في المستقبل.
关键词
الاستشعار عن بعد ؛ التعلم الجماعي ؛ تصنيف الصور ؛ كشف التغييرات ؛ التكامل الآلي والمعرفة