リモートセンシングにおけるMixture-of-Experts：サーベイ

Abstract

リモートセンシングデータの解析と解釈は、センサーモダリティの多様性および地球観測データの時空間ダイナミクスに起因するため、独自の課題を伴います。Mixture-of-Experts（MoE）モデルは、入力をタスクのさまざまな側面に対応するよう設計された専門家へと動的にルーティングすることで、これらの課題に対処する強力なパラダイムとして登場しました。しかし、急速な進展にもかかわらず、コミュニティにはリモートセンシングにおけるMoEの包括的なレビューがまだありません。本調査は、リモートセンシングにおけるMoEの応用に関して初めての体系的な概観を提供し、基礎原理、アーキテクチャ設計、ならびに多様なリモートセンシングタスクにまたがる主要な応用を扱います。また、本調査では、リモートセンシングへのMoE適用におけるさらなる研究と革新を促すための将来動向も示します。