في السنوات القليلة الماضية، قامت نماذج الفكك الخطي بأخذ حصة كبيرة من الاهتمام بسبب كفاءتها (بسيطة الحساب، قابلية التوسع)، ومعنى الفيزياء الواضح والتعامل السهل. من بين مجموعة من أساليب الفكك الخطي، أظهرت تقنية فكار الذاتية تفوقاً ملحوظاً في قدرتها على ملاءمة البيانات واستخراج الملامح العميقة. ومع ذلك، توجد بعض القيود على هذا النوع من الأساليب. على سبيل المثال، تقل قدرة النموذج على العمومة أثناء معالجته للبيانات بسبب وجود ضوضاء في البيانات. ويواجه التقني بعض المشاكل الفائضة عند مواجهة ملامح متعددة المقاسات. من أجل ضمان معقولية الحساب وفي نفس الوقت الحفاظ على الاعتمادية على المدى الطويل، نحتاج لفهم عميق لخصائص الفضاء والطيف. ولحل هذه المشكلة، تقترح هذه الورقة وحدة اهتمام ذاتي لمعالجة صور الطيف العالي؛ وفي الوقت نفسه، تقترح نموذج جديد للصور الطيفية بناءً على نموذج المانبا. وتصميم الوحدة الفضائية من أجل استخراج الملامح الفضائية. وفي الجانب الطيفي، يقترح البلوك الطيفي لتقسيم الدفعة الكاملة إلى مجموعات متعددة واستخراج العلاقات بين مجموعات مختلفة من الطيف واستخراج ملامح الطيف. ودمج هذه الثلاثة وحدات في اطار فكك النمذجة الذاتية المتسلسلة العديدة، صنع اطار فكك النمذجة المانبة عناية متعددة المراحل، وقام بمقارنته في المجموعة الطيفية الاصطناعية والمجموعة الطيفية الحقيقية، واكتشف محلية الاطار المفكك تحمل الفعالية والتنافسية اكثر من الخوارزميات المتاحة حاليا.

فك طيفي; تعلم عميق; وحدة الانتباه الذاتي; البلوك المانبا