Allineamento delle Spiegazioni GeoAI con la Conoscenza del Dominio nella Mappatura delle Inondazioni
Viene introdotto un nuovo framework chiamato ADAGE (Allineamento tra Conoscenza del Dominio e Valutazione delle Spiegazioni GeoAI) per valutare sistematicamente se le spiegazioni dei modelli di deep learning per la mappatura delle inondazioni basata su satellite siano allineate con la conoscenza consolidata del dominio del telerilevamento. Il crescente numero di satelliti ha migliorato la risoluzione temporale, rendendo la mappatura delle inondazioni basata su satellite promettente per il monitoraggio operativo. Gli approcci di deep learning, una delle principali applicazioni GeoAI, mostrano prestazioni predittive migliori apprendendo pattern complessi da grandi dataset di telerilevamento. Tuttavia, il processo decisionale opaco rimane un importante ostacolo all'integrazione di questi modelli in flussi di lavoro scientifici e operativi critici. Il framework ADAGE affronta questa lacuna di ricerca valutando l'allineamento delle spiegazioni con la conoscenza del dominio.
Fatti principali
- Il paper arXiv 2604.26051 introduce il framework ADAGE
- ADAGE sta per Allineamento tra Conoscenza del Dominio e Valutazione delle Spiegazioni GeoAI
- Il framework valuta l'allineamento delle spiegazioni GeoAI con la conoscenza del dominio del telerilevamento
- L'aumento del numero di satelliti migliora la risoluzione temporale per la mappatura delle inondazioni
- I modelli di deep learning mostrano prestazioni predittive migliori nella mappatura delle inondazioni
- Il processo decisionale opaco è un ostacolo all'integrazione in flussi di lavoro critici
- Lo studio si concentra sulla mappatura delle inondazioni basata su satellite come applicazione GeoAI
- Il framework valuta sistematicamente l'allineamento delle spiegazioni
Entità
Istituzioni
- arXiv