面向神经网络架构自主演进的联邦协同遥感场景分类

黎健钊; 王善峰; 杨瑞; 唐泽栋; 周宇; 公茂果

doi:10.11834/jrs.20265223

模型与方法 | 浏览量:159下载量:90CSCD:0

导出
分享
收藏
专辑

面向神经网络架构自主演进的联邦协同遥感场景分类
Federated neural architecture autonomous evolution for collaborative remote sensing scene classification
“研究团队探索了异构设备联邦遥感场景分类难题，建立了基于路径与数据协同采样的神经架构搜索方法，采用"一次训练，多次使用"的神经网络架构搜索训练范式，为资源受限终端协同演化轻量高性能专属网络架构，有效提升了联邦遥感系统的部署可行性与整体性能。”
- 角色：First author第一作者
- 机构：
  西安电子科技大学广州研究院, 广州 510555
- 邮箱：lijianzhao@xidian.edu.cn
- 简介：黎健钊，研究方向为协同学习与优化遥感影像解译。E-mail： lijianzhao@xidian.edu.cn
黎健钊
1 * ，
- 机构：
  西安电子科技大学网络与信息安全学院, 西安 710071
王善峰
2 * ，
- 机构：
  西安电子科技大学网络与信息安全学院, 西安 710071
杨瑞
2 * ，
- 机构：
  西安电子科技大学广州研究院, 广州 510555
唐泽栋
1 * ，
- 机构：
  西安电子科技大学电子工程学院, 西安 710071
周宇
3 * ，
- 角色：Corresponding author通信作者
- 机构：
  西安电子科技大学电子工程学院, 西安 710071
  内蒙古师范大学人工智能学院, 呼和浩特 010028
- 邮箱：gong@ieee.org
- 简介：公茂果，研究方向为协同学习与优化遥感影像解译。E-mail： gong@ieee.org
公茂果
34 *
2026年30卷第5期页码：1498-1509
DOI：10.11834/jrs.20265223
稿件说明：