अर्थसिंथ एक प्रसार-आधारित जनरेटिव आधारभूत मॉडल है जो सुदूर संवेदन छवि व्याख्या में एक चुनौती, चिह्नित आँकड़ों की कमी को दूर करने के लिए प्रस्तावित है। यह विविध उपग्रह आँकड़ों का संश्लेषण करके अनुप्रवाह सुदूर संवेदन छवि व्याख्या कार्यों के लिए चिह्नित पृथ्वी अवलोकन आँकड़ा उत्पन्न करता है। विशेष रूप से, यह सुदूर संवेदन क्षेत्र में बहु-कार्य निर्माण का प्रयास करने वाला पहला मॉडल है, जो कार्य-उन्मुख संश्लेषण की सामान्यीकरण सीमाओं को पार करता है। अर्थसिंथ-180K डेटासेट पर प्रशिक्षित, अर्थसिंथ प्रशिक्षण आँकड़ों की विविधता बढ़ाने और श्रेणीबद्ध नियंत्रण को सुदृढ़ करने के लिए एक प्रति-तथ्यात्मक संरचनागत प्रशिक्षण रणनीति और एक 3D बैच नमूना चयन तंत्र का उपयोग करता है। इसके अलावा, यह सूचनात्मक संश्लेषित आँकड़ों को फ़िल्टर करने के लिए R-फ़िल्टर नामक एक नियम-आधारित विधि का प्रस्ताव करता है। हम खुले-विश्व परिदृश्यों में दृश्य वर्गीकरण, वस्तु पहचान और अर्थगत विभाजन कार्यों पर अर्थसिंथ का मूल्यांकन करते हैं, खुली शब्दावली समझ कार्यों पर महत्वपूर्ण प्रदर्शन लाभ प्रदर्शित करते हैं, और सुदूर संवेदन छवि व्याख्या को आगे बढ़ाने के लिए एक व्यावहारिक समाधान प्रदान करते हैं।
