마이크로소프트의 연구자들은 지구 관측 (EO) 별자리가 매일 방대한 양의 고해상도 이미지를 촬영하지만 대부분의 데이터가 모델 학습을 위해 제때 지상에 도달하지 못하는 문제를 해결하기 위해 새로운 방법인 ‘OrbitalBrain’ 프레임워크를 제안했습니다. 다운링크 대역폭이 주요 병목 현상으로 작용하는데, 이미지는 지상 모델이 부분적이고 지연된 데이터로 학습하는 동안 몇 일 동안 궤도상에 머물 수 있습니다. 이 프레임워크는 인공위성 간 링크 및 별자리 인식 리소스 최적화 전략을 활용하여 우주 분산 기계 학습을 가능케 합니다.

<Mark Tech Post 뉴스 본문 전체읽기>