Esplorazione dei variational autoencoder per l'espansione dei dataset nei contesti di osservazione terrestre

A bordo dei satelliti, l’utilizzo di reti neurali e di tecniche che sfruttano l’Intelligenza Artificiale permette di migliorare l’autonomia, l’efficienza e l’agilità dei sistemi che si occupano di osservazione terreste. Questo elaborato presenta un possibile approccio per l’ampliamento dei dataset utilizzati per allenare reti neurali per applicazioni di osservazione della Terra. A questo scopo viene introdotto l’utilizzo di un Variational AutoEncoder (VAE), una rete neurale generativa. La validazione del modello proposto è stata condotta attraverso l’utilizzo dei dati della challenge “Seeing Beyond the Visible”, promossa dall’Agenzia Spaziale Europea (ESA), e di reti sviluppate specificamente per tale iniziativa.