成大電機系副教授林家祥發展「CODE理論」優化運算系統，僅用單筆或少量數據就能精準重建高光譜衛星影像，對太空遙測技術具重要價值，獲刊載於衛星遙測領域的指標性期刊《IEEE Transactions on Geoscience and Remote Sensing》。
林家祥指出，人類發射低軌道衛星回傳高光譜影像以觀測地表構造與物質，但這類「高光譜衛星影像」有別於一般RGB紅、綠、藍三原色組成的影像，足以捕捉多達兩百四十二種不同頻譜，因此造價不菲，倘若因為衛星感測器失靈導致購得的影像殘缺，更將造成許多不便。
林家祥說，為解決高光譜影像辨識與重建，工程師們常選擇以人工智慧的「深度學習」或以數理運算為基礎的「凸優化」其一作為解決問題的切入點。
但是，前者無須複雜的數學運算也能重現消失的衛星影像，但得耗費長時間來蒐集可能多達百萬筆的大數據；後者僅只需要單筆或少量數據即可運算並還原影像原貌，但需要經歷繁複的公式簡化過程。長期以來這兩項工具各有優點而未被彼此取代。
林家祥團隊就把「凸優化」與「深度學習」融合，透過「Q範數」調節因子作為人工智慧深度學習的核心運算公式，最終成功萃取小數據成像中的關鍵資訊，還原衛星影像完整面貌，並把該理論命名為「CODE」。
去年，團隊以高光譜影像重建成果發表論文，原本需要破萬組數據的深度學習技術，在論文中只用了四百組數據就辦到，達到少量數據、精準運算的成果。
（記者施春瑛）
