Multi-task Learning Strategies for Elevation Bias and Geophysical Parameters Estimation in TanDEM-X DEMs over Snow- and Ice-covered Areas

Diez Latteur, Antoine (2025) Multi-task Learning Strategies for Elevation Bias and Geophysical Parameters Estimation in TanDEM-X DEMs over Snow- and Ice-covered Areas. Masterarbeit, ENSTA Bretagne.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

elib-URL des Eintrags:

https://elib.dlr.de/213257/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Multi-task Learning Strategies for Elevation Bias and Geophysical Parameters Estimation in TanDEM-X DEMs over Snow- and Ice-covered Areas

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Diez Latteur, Antoine	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

August 2025

Open Access:

Nein

Status:

veröffentlicht

Stichwörter:

Digital elevation models, multi-task learning, penetration bias estimation, SAR, snow properties, TanDEM-X

Institution:

ENSTA Bretagne

Abteilung:

Post Graduate Engineering School, Specialized in Observation systems and AI

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 - AI4SAR

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Hochfrequenztechnik und Radarsysteme > Satelliten-SAR-Systeme

Hinterlegt von:

Becker Campos, Alexandre

Hinterlegt am:

20 Mär 2025 11:24

Letzte Änderung:

12 Nov 2025 11:17

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags