elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

AI-vergreen: a multi-label Sentinel-2 training dataset of summer green (Larix) and evergreen needle leaf forest types in boreal forest biomes for remote sensing applications

Enguehard, Lea und Heim, Birgit und Kruse, Stefan und Demir, Begüm und Jackisch, Robert und Gloy, Josias und Haupt, Sarah und Schild, Laura und van Geffen, Femke und Döpper, Veronika und Hänsch, Ronny und Falco, Nicola und Herzschuh, Ulrike (2023) AI-vergreen: a multi-label Sentinel-2 training dataset of summer green (Larix) and evergreen needle leaf forest types in boreal forest biomes for remote sensing applications. In: EGU23-7624. European Geosciences Union (EGU) General Assembly, 2023-04-23 - 2023-04-28, Vienna, Austria. doi: 10.5194/egusphere-egu23-7624.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.


elib-URL des Eintrags:https://elib.dlr.de/200123/
Dokumentart:Konferenzbeitrag (Vortrag, Poster)
Titel:AI-vergreen: a multi-label Sentinel-2 training dataset of summer green (Larix) and evergreen needle leaf forest types in boreal forest biomes for remote sensing applications
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Enguehard, LeaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Heim, BirgitAWINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Kruse, StefanAWINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Demir, BegümTechnical University of BerlinNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Jackisch, RobertTechnical University of BerlinNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Gloy, JosiasAWINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Haupt, SarahAWINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schild, LauraAWINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
van Geffen, FemkeAWINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Döpper, VeronikaAWINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hänsch, RonnyRonny.Haensch (at) dlr.dehttps://orcid.org/0000-0002-2936-6765NICHT SPEZIFIZIERT
Falco, NicolaLawrence Berkeley National LaboratoryNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Herzschuh, UlrikeAWI PotsdamNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2023
Erschienen in:EGU23-7624
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.5194/egusphere-egu23-7624
Status:veröffentlicht
Stichwörter:Machine Learning
Veranstaltungstitel:European Geosciences Union (EGU) General Assembly
Veranstaltungsort:Vienna, Austria
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:23 April 2023
Veranstaltungsende:28 April 2023
Veranstalter :EGU
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Hochfrequenztechnik und Radarsysteme > SAR-Technologie
Hinterlegt von: Hänsch, Ronny
Hinterlegt am:30 Nov 2023 13:24
Letzte Änderung:24 Apr 2024 21:00

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.