Diehl, Frederik (2019) Windfarm detection based on Sentinel-1 imagery and deep learning techniques. Masterarbeit, Universität Trier.
Dieses Archiv kann nicht den Volltext zur Verfügung stellen.
elib-URL des Eintrags: | https://elib.dlr.de/123868/ | ||||||||
---|---|---|---|---|---|---|---|---|---|
Dokumentart: | Hochschulschrift (Masterarbeit) | ||||||||
Titel: | Windfarm detection based on Sentinel-1 imagery and deep learning techniques | ||||||||
Autoren: |
| ||||||||
Datum: | 2019 | ||||||||
Referierte Publikation: | Nein | ||||||||
Open Access: | Nein | ||||||||
Seitenanzahl: | 98 | ||||||||
Status: | veröffentlicht | ||||||||
Stichwörter: | Deep learning, Sentinel-1, wind farm detection, coastal application | ||||||||
Institution: | Universität Trier | ||||||||
Abteilung: | Umweltfernerkundung und Geoinformatik | ||||||||
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 - Fernerkundung u. Geoforschung | ||||||||
Standort: | Oberpfaffenhofen | ||||||||
Institute & Einrichtungen: | Deutsches Fernerkundungsdatenzentrum > Dynamik der Landoberfläche | ||||||||
Hinterlegt von: | Huth, Juliane | ||||||||
Hinterlegt am: | 26 Nov 2019 12:14 | ||||||||
Letzte Änderung: | 26 Nov 2019 12:14 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags