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

Advancing Deep Learning for Earth Sciences: From Hybrid Modeling to Interpretability

Camps-Valls, Gustau und Reichstein, Markus und Zhu, Xiao Xiang und Tuia, Devis (2020) Advancing Deep Learning for Earth Sciences: From Hybrid Modeling to Interpretability. In: 2020 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2020, Seiten 1-4. IGARSS 2020, 2020-09-26 - 2020-10-02, Virtual event. doi: 10.1109/igarss39084.2020.9323558. ISBN 978-172816374-1. ISSN 2153-6996.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://igarss2020.org/view_paper.php?PaperNum=3847


elib-URL des Eintrags:https://elib.dlr.de/139442/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Advancing Deep Learning for Earth Sciences: From Hybrid Modeling to Interpretability
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Camps-Valls, GustauImage Processing Laboratory (IPL), Universitat de València, València, Spainhttps://orcid.org/0000-0003-1683-2138NICHT SPEZIFIZIERT
Reichstein, MarkusMax-Planck-Institute for Biogeochemistry, Jena, Germanyhttps://orcid.org/0000-0001-5736-1112NICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiao.zhu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Tuia, Devisdevis.tuia (at) wur.nlNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Oktober 2020
Erschienen in:2020 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2020
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1109/igarss39084.2020.9323558
Seitenbereich:Seiten 1-4
ISSN:2153-6996
ISBN:978-172816374-1
Status:veröffentlicht
Stichwörter:deep learning, earth sciences, artificial intelligence, hybrid modeling
Veranstaltungstitel:IGARSS 2020
Veranstaltungsort:Virtual event
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:26 September 2020
Veranstaltungsende:2 Oktober 2020
Veranstalter :IEEE
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:Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Bratasanu, Ion-Dragos
Hinterlegt am:18 Dez 2020 12:31
Letzte Änderung:24 Apr 2024 20:40

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.