Framework di Rete Neuromorfica Consapevole della Fisica per il Rilevamento di Anomalie Termiche a Bordo Utilizzando Dati Sentinel-2

Un nuovo framework denominato Physics-Aware Neuromorphic Network (PANN) è stato introdotto per il rilevamento di anomalie termiche a bordo, affrontando problematiche come la deriva dei sensori e lo spostamento di dominio nei dati grezzi di Osservazione della Terra. Questo design leggero, che trae ispirazione dai principi delle reti neurali fisiche e del calcolo neuromorfico, è stato valutato utilizzando due dataset di Sentinel-2: i dati grezzi decompressi di Livello-0 (L0) insieme ai relativi metadati e i dati elaborati di Livello-1C (L1C). L'obiettivo è consentire allarmi precoci rapidi e affidabili per incendi boschivi ed eruzioni vulcaniche, dove ritardi nel rilevamento possono causare danni significativi. Le recenti tecniche di EO indicano che il rilevamento di anomalie termiche può avvenire direttamente sui dati L0 decompressi, aggirando costose fasi di pre-elaborazione. Tuttavia, permangono sfide dovute a inconsistenze radiometriche e campioni di addestramento etichettati limitati. Il framework PANN è dettagliato in arXiv:2604.18606v1, dove viene presentato un confronto delle prestazioni tra dati grezzi e L1C per migliorare l'efficienza di rilevamento.