Leveraging geospatial foundation model embeddings for local-scale landslide susceptibility mapping via positive-unlabeled learning
Este estudio propone un flujo de trabajo orientado al despliegue que integra las incrustaciones del modelo fundacional AlphaEarth con el aprendizaje de positivo-no etiquetado para superar los desafíos de etiquetado y redundancia, logrando un mapeo de susceptibilidad de deslizamientos de tierra a escala local altamente selectivo en Hong Kong mediante la fusión efectiva de representaciones geoespaciales transferibles con características físicas tradicionales.