Vpliv medmodalne destilacije na učenje temeljnih modelov za opazovanje ZemljeTkalčič, Lana (Avtor) Čehovin Zajc, Luka (Mentor) Wolf, Filip (Komentor) samonadzorovano učenjedestilacija znanjaopazovanje Zemljelatentni prostorTemeljni modeli za opazovanje Zemlje se vse pogosteje učijo samonadzorovano, saj je označenih satelitskih posnetkov malo. Ogrodje DEO učenca uči z dvema učiteljema hkrati, in sicer z multispektralnim učiteljem, ki je eksponentno drseče povprečje učenca ter z zamrznjenim optičnim temeljnim modelom, pri čemer se celoten izhodni vektor učenca poravnava z optičnim učiteljem.Ker ta pozna le tri od desetih spektralnih pasov, ni jasno, koliko h kakovosti naučenih predstavitev sploh prispeva. V diplomski nalogi merimo prav ta prispevek. Kot mehanizem, s katerim optični nadzor nadzorovano zmanjšujemo, uvedemo maskiranje, ki izhodni vektor razdeli na dva dela. Prvi vstopi v destilacijo iz optičnega učitelja, drugi pa se strukturira izključno s samonadzorovano izgubo. Predučili smo šest modelov, od izhodiščnega, pri katerem se poravnava celoten vektor, do modela brez optične destilacije, in jih ovrednotili na treh klasifikacijskih ter enem segmentacijskem naboru zbirke GEO-Bench. Pokazali smo, da zmanjševanje optičnega nadzora na učni signal dejansko vpliva, saj destilacijski izgubi z večanjem maskiranja monotono padata. Vpliv je majhen, kar pripisujemo izrazni moči projekcijskih glav, ki omejitev na vhodu v veliki meri prevzamejo. Na podrejenih nalogah se prispevek optične destilacije med nabori razlikuje. Pri naboru m-eurosat uspešnost z odvzemanjem optičnega nadzora dosledno pada, pri naboru m-so2sat je najboljši model tisti s četrtino poravnanih dimenzij, pri naboru m-bigearthnet pa sta najvišje uvrščena modela z najmanj optičnega nadzora. Da bi optična destilacija kakovost naučenih predstavitev izboljšala, na naši postavitvi torej ne moremo pokazati, hkrati pa se model brez nje nikjer izrazito ne poslabša.20262026-09-14 10:40:03Diplomsko delo/naloga187770sl