LESSViT: Гиперспектральное обучение с использованием спектральной конфигурации
arXiv:2605.18541v2 Аннонс Тип: заменить резюме: моделирование гиперспектральных снимков (HSI) на различных датчиках представляет собой фундаментальную проблему, обусловленную колебаниями в охвате волновой волны, диапазонном отборе проб и размерности канала. В результате модели, подготовленные в соответствии с фиксированной спектральной конфигурацией, зачастую не позволяют сделать общий вывод о других датчиках. Существующие подходы, основанные на концепции трансформатора перспектив (ViT), либо основываются на имплицитном спектральном моделировании с допущениями в отношении стационарных каналов связи, либо предусматривают четкое пространственно-спектральное внимание с непомерно высокими вычислительными издержками, что ведет к фундаментальному компромиссу между эффективностью и экспрессивностью. В рамках этой работы мы внедряем низковысокую эффективную пространственно-специфическую архитектуру (LESSViT), которая является гибкой сенсорной структурой для межспектрального обобщения. LESSViT построен на LESS Note, структурированной факторизации с низким уровнем прибыли, моделирующей совместные пространственно-спектральные взаимодействия через отделимые пространственные и спектральные компоненты, что снижает сложность полного пространственного внимания от $mathc