Xiaoyang Zhao

Jag är forskningsassistent med fokus på fjärranalysbaserad bildanalys baserad på djupinlärning. Mitt arbete omfattar viktiga uppgifter som förändringsdetektering, bildklassificering och datafusion från flera källor, med särskilt intresse för multispektrala, hyperspektrala och drönarebilder. Jag drivs av utmaningen att utvinna tillförlitlig och meningsfull information från komplexa jordobservationsdata, och genom att överbrygga avancerade maskininlärningsmetoder med verkliga fjärranalysapplikationer. Mitt mål är att utveckla robusta, skalbara modeller som stöder noggrann miljöövervakning och beslutsfattande.

Min forskning fokuserar på djupinlärningsmetoder för fjärranalys av bilder och deras tillämpningar för att utvinna information om jordens yta. Under mina masterstudier arbetade jag med superupplösning av fjärranalysbilder och utforskade hur djupa neurala nätverk kan förbättra rumsliga detaljer i satellitbilder. Min doktorandforskning fokuserar på förändringsdetektering i fjärranalysbilder, med syftet att automatiskt identifiera mönster av ytförändringar från multitemporala data. Samtidigt handleder jag studenter som arbetar med relaterade uppgifter som klassificering av fjärranalysbilder. Mitt arbete involverar en rad maskininlärningsmetoder, inklusive faltningsneurala nätverk, grafneurala nätverk, få-skottsinlärning, oövervakad inlärning och semi-övervakad inlärning. Sammantaget syftar min forskning till att utveckla mer effektiva och robusta metoder för intelligent tolkning av fjärranalysdata, vilket stöder storskalig automatiserad analys och förståelse av jordobservationsbilder.