武汉大学 发布 AnomalyCDD 数据集, 应用在 地球异常检测、时间序列分析 领域

武汉大学 本次发布的数据集 AnomalyCDD, AnomalyCDD数据集是由武汉大学构建的高分辨率时间序列图像数据集，专门用于地球异常变化检测任务。该数据集包含全球范围内收集的80个大型异常事件，涵盖6个异常类别，总覆盖面积达1927.93平方公里。数据集的创建过程包括从新闻事件中收集高分辨率图像，并提供精确的像素级标注。AnomalyCDD数据集的应用领域主要集中在地球异常检测，旨在通过时间序列图像分析，识别和定位各种异常变化，从而提高灾害预警和应急响应的效率。

查看AnomalyCDD

关于 武汉大学 , 武汉大学是中国的一所著名综合性大学，位于湖北省武汉市，以其深厚的历史底蕴和卓越的学术成就而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。