SomBench：推进月球科学机器学习研究的基准数据集
英文标题：SomBench: Benchmark Dataset for Advancing Machine Learning in Lunar Science
研究团队针对月球科学领域发布了基准数据集 SomBench，旨在加速机器学习在该领域的应用与发展。该数据集整合了月球勘测轨道飞行器（LRO）、月亮女神号（Kaguya/SELENE）、重力恢复与内部结构实验室（GRAIL）及月球探勘者号等探测任务的多载荷观测数据。针对多源任务在空间采样和投影格式上的异质性瓶颈，该基准为研究人员提供了标准化的评估环境，对利用 AI 推进月球地质与空间科学研究具有重要意义。
打开原文相关 1.6 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.13277v1 论文公告类型：新论文 (new)
摘要
月球轨道探测任务（例如月球勘测轨道飞行器 [Lunar Reconnaissance Orbiter]、月亮女神号 [Kaguya/SELENE]、重力恢复与内部结构实验室 [GRAIL] 以及月球探勘者号 [Lunar Prospector] 等）提供了极其丰富的多载荷仪器观测数据。然而，这些数据在采样频率、地图投影以及相关标准方面存在显著的异质性，为后续的科学分析与机器学习建模带来了巨大挑战。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×