Satellite
PulseAugur coverage of Satellite — every cluster mentioning Satellite across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新AI方法优化海事目标卫星调度
研究人员开发了一种名为隐式Q学习引导蚁群优化（IQACO）的新方法，用于改进敏捷地球观测卫星的海事移动目标观测调度。该方法将离线Q学习模块集成到蚁群优化中，以动态调整关键参数，从而提高任务选择、卫星分配和观测排序的效率和有效性。实验表明，与传统的蚁群优化算法相比，IQACO在各种场景下始终实现了更高的观测收益，提升幅度在3.40%至9.40%之间。
-
Orbital Compute 寻求美国批准发射 100,000 颗人工智能数据处理卫星
Orbital Compute Inc. 正在请求美国批准部署 100,000 颗卫星用于人工智能数据处理。该计划因近地轨道的工业化而引发了重大的环境担忧。太空环境主义中心已正式敦促 FCC 拒绝 Orbital Compute 的监管豁免请求，并要求进行彻底的环境影响评估。
-
论文发现人类损害评估准确性因影像源而异
一篇新论文调查了人类标注员和审核员在使用无人机、载人飞机和卫星等不同来源的航空影像评估损害时的表现。研究发现，初次标注需要最终委员会进行大量修订，其中卫星影像等低分辨率源需要最多的修正。即使经过一次审核，仍然存在显著分歧，尤其是在卫星数据方面，这表明对于多源数据集而言，统一的审核分配可能不是最优的。
-
中国发射人工智能计算卫星，声称在轨道计算领域处于全球领先地位
中国已将配备八卡服务器的“晨光一号”卫星送入轨道。此举标志着中国在发展太空计算能力方面取得了重大进展。专家认为中国现已成为轨道计算领域的全球领导者。
-
新的ReLATE框架在图像退化条件下提升无人机-卫星地理定位精度
研究人员推出ReLATE，一个旨在提高无人机（UAV）和卫星地理定位鲁棒性的新框架，特别是在图像退化条件下。该框架解决了恶劣天气、光照变化和传感器噪声等挑战，这些因素显著影响实际性能。ReLATE通过基于估计可靠性自适应融合视觉证据来实现这一点，在一个名为UAVSat-Deg的新基准数据集上表现优于现有方法，该数据集包含27种腐蚀类型的超过1170万张损坏图像。
-
专家警告：人工智能缺乏人类的即兴创作能力，无法实现完全自主太空任务
专家警告称，尽管目前的人工智能算法可以管理火星探测器并防止卫星碰撞，但完全自主的航天器仍然停留在科幻小说的范畴。主要限制在于人工智能缺乏类似人类的即兴创作能力，这使得高风险、数十亿美元的太空任务变得极其危险。
-
中科宇航力箭一号Y15部署5颗卫星，发射频率加快
中科宇航成功发射了其力箭一号Y15运载火箭，并部署了五颗卫星。此次任务标志着该公司发射频率的加快，使其累计部署的卫星总数达到110颗。已部署的载荷中包括一颗利用MUSA GPU技术的AI计算卫星和一颗用于太空碎片监测的商业卫星。
-
新框架通过卫星图像提高无人机地理定位精度 · 跟踪 2 个来源
两篇新研究论文介绍了一种新颖的框架，用于提高无人机（UAV）使用卫星图像的地理定位精度，尤其是在具有挑战性的天顶角视角条件下。第一篇论文 OffNadirLoc 提出了一个基准和一个结构感知上下文加权机制，以处理透视失真和外观差异。第二篇论文 RIM 提出了一种检索匹配框架，该框架可以有效地适应现有模型，并使用蒸馏解码器实现更快、更准确的定位。两种方法在新数据集上都表现出强大的性能和泛化能力，解决了现有方法侧重于近天顶角场景的局限性。
-
AI的双重角色：Hugging Face遭AI代理攻击，西弗吉尼亚大学利用AI追踪野火 · 追踪3个来源
Hugging Face披露了一起涉及自主AI代理系统入侵其生产基础设施的安全事件。该公司利用自身的AI工具检测和分析了此次入侵。另外，西弗吉尼亚大学的工程师开发了一个AI系统，以增强卫星对野火的追踪能力，旨在缩短消防员的响应时间。与此同时，Pangram的一项研究表明，AI生成的内容在社交媒体平台上普遍存在，尤其是在LinkedIn上，较长的帖子更有可能是AI生成的。
-
Intel 的 Starfire 将 AI 处理能力带入卫星
Intel 开发了 Starfire，这是一种专为太空应用设计的新系统，集成了 CPU、GPU 和 NPU 芯片。该技术基于 Intel 的 Panther Lake 架构，旨在实现更实用的卫星板载 AI 推理。这一发展标志着航天器板载处理能力向更复杂迈进了一步。
-
VAE驱动的语义通信框架增强了自动驾驶汽车的连接性
研究人员开发了一种用于联网自动驾驶汽车（CAVs）的语义通信新框架，该框架利用变分自编码器（VAE）进行卫星辅助驾驶。这种VAE驱动的方法侧重于传输与任务相关的语义特征，而不是原始数据，这对于带宽受限的卫星信道尤其有利。该框架旨在同时优化交通标志重建和分类任务，在各种信噪比条件下保持稳定性能的同时，带宽减少高达98.17%。
-
提出将可解释人工智能（XAI）用于生态图像分析 · 已追踪2个来源
一项新的研究论文提出将可解释人工智能（XAI）整合到生物多样性监测和生态图像分析中。作者认为，XAI对于验证用于保护的AI模型至关重要，可以确保其预测基于合理的生态学推理，而不是虚假的相关性。该论文提供了关于将XAI应用于图像分类、对象检测和分割等任务的实用指南和案例研究，展示了其在审计、改进和部署用于保护工作的AI模型方面的效用。
-
AI利用卫星和天气数据预测六个月后的饥荒
一个AI系统正在被开发，用于预测长达六个月的饥荒。这种预测能力依赖于分析公开的卫星图像和天气数据。目标是为人道主义援助和干预提供早期预警。
-
科技创始人展示人工智能芯片、卫星和机器人创新
一场科技展示活动汇集了Carbon Robotics、Overland AI、Starcloud和Starfish Space等几家公司的创始人。讨论内容涵盖了从人工智能芯片到卫星的各种设备。此次活动突显了不同深度科技领域的创新。
-
新的物理引导神经网络算子可探测卫星甲烷排放
研究人员开发了FLAME，这是一种新颖的物理引导神经网络算子，用于从卫星高光谱图像中探测甲烷排放。该方法将甲烷吸收的物理原理直接集成到神经网络架构中，从而能够高效地在卫星硬件上进行机载处理。与现有的神经网络基线相比，FLAME在探测精度上表现更优，并显著减少了误报，同时参数效率也更高。
-
提议利用太空数据中心进行AI驱动的在轨数据处理
一项新的研究论文提出了太空数据中心（SDC）的概念，以应对日益增长的卫星数量所产生海量数据处理的挑战。这些由AI驱动的平台将实现就地在轨数据处理，从而降低延迟并减轻地面站的压力。该论文概述了一个低地球轨道上SDC星座的潜在架构，详细介绍了轨道设计、网络拓扑和软件编排等方面，并分析了其技术可行性和经济可行性。
-
中国团队在空间太阳能无线传输方面取得突破
由段宝岩领导的中国研究团队在空间太阳能发电和微波无线输电方面取得了重大进展。他们开发了一个用于空间太阳能发电站的多目标微波无线输电地面验证系统，实现了百米距离内的千瓦级功率输出。这项突破旨在实现太空中的“无线充电站”，以减少卫星对机载太阳能电池板的依赖。
-
上海杰特动力将聚变技术用于卫星加注燃料
上海杰特动力科技公司正在将最初为核聚变研究开发的等离子体推进器技术，重新用于商业航天应用。这项创新旨在为运行在超低地球轨道的卫星提供“太空加注燃料”服务。该公司的突破利用了数十年的聚变研究和开发成果，为蓬勃发展的航天产业创造了一种新型推进系统。
-
航空互联公司北辰航空获数千万融资
专注于航空航天电气系统互联组件的北辰航空已获得云启资本数千万A轮融资。该公司提供从设计到组装的一站式解决方案，负责航天器中的关键功能，如电力分配和信号传输。北辰航空的专有CSED系统简化了设计和制造流程，能够加快项目完成速度并降低成本。
-
Meta 与 Overview Energy 合作，将太空太阳能传输至数据中心
Meta 已与 Overview Energy 达成协议，将接收高达 1 吉瓦的太空传输电力。该计划旨在为驱动 Meta 数据中心的太阳能农场在夜间提供能源，以满足 AI 模型巨大的电力需求。Overview Energy 计划到 2030 年在地球同步轨道部署一个由 1000 颗卫星组成的星座，将红外光传输到陆地太阳能农场，从而提高其发电能力。