MPCM-Net: Multi‑Netzwerk mit Partial‑Attention & Mamba für Wolkensegmentierung
Die präzise Segmentierung von Wolkenbildern aus Bodenstationen ist ein entscheidender Schritt für die Vorhersage der Photovoltaikleistung. Traditionelle Deep‑Learning‑Ansätze konzentrieren sich vor allem auf Encoder‑Decoder‑Architekturen, nutzen jedoch häufig dilatierte Convolutionen, die nicht die volle Feature‑Effizienz und Interoperabilität von Kanal‑interagierenden Modulen bieten. Außerdem führen attention‑basierte Verbesserungen oft zu einem ungünstigen Kompromiss zwischen Genauigkeit und Durchsatz, während Decoder‑Modifikationen die globale Abhängigkeit zwischen hierarchischen lokalen Merkmalen vernachlässigen.
