2차 합성곱 신경망 및 채널 주의 인식을 기반으로 한 오로라 이미지 분류

지상 오로라 이미지의 정확한 분류는 오로라 형태의 변화를 연구하고 자기권 메커니즘을 밝히는 데 필수적이다. 그러나 서로 다른 범주의 오로라 이미지 간의 미세한 형태적 차이를 구별하는 것은 상당한 도전 과제를 제시한다. 지상 오로라 이미지에서 더 차별화된 정보를 발굴하기 위해, 2차 통계로부터 대표적인 채널 주의 정보 학습(learning representative channel attention information from second-order statistics, LRCAISS)이라는 새로운 방법이 제안되었다. LRCAISS는 2개의 혁신적인 기술로 강조된다: 2차 합성곱 신경망과 새로운 2차 채널 주의 블록. LRCAISS는 보다 세부적인 통계적 표현을 캡처하기 위해 2차 합성곱 신경망을 통합하여 Resnet50 구조에서 확장된다. 한편, 새로운 2차 채널 주의 블록은 이러한 특징을 효과적으로 재조정한다. LACAISS는 2개의 공개 지상 오로라 이미지 데이터셋에서 평가되었으며, 실험 결과 LRCAISS가 기존 방법들과 비교하여 경쟁력 있는 성능을 달성함을 보여준다.