GeoJeV：免训练遥感证据获取方法
热点事件持续更新
GeoJeV：免训练遥感证据获取方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，arXiv Computer Vision 刊出 Xinyi Niu 等作者的论文，提出免训练的空间概率驱动证据获取方法 GeoJeV，面向超高分辨率遥感场景。报道称，该方法把区域搜索建模为空间概率驱动的决策，由冻结的 JeV 模型输出候选区域概率分布，并用 Region Rank、Sparse Branch 与 Depth Gate 协同控制搜索优先级、分支宽度和细化深度。目前公开信息仅来自这一篇主报道，尚无后续跟进报道，方法的实验效果与适用范围未见披露。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
GeoJeV：面向超高分辨率遥感免训练高效证据获取的统一空间概率方法报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv Computer VisionGeoJeV：面向超高分辨率遥感免训练高效证据获取的统一空间概率方法
GeoJeV 是一种免训练的证据获取方法，把区域搜索建模为空间概率驱动的决策，由冻结的 JeV 模型输出候选区域概率分布，并用 Region Rank、Sparse Branch 与 Depth Gate 协同控制搜索优先级、分支宽度和细化深度。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。