Machine Learning for Planetary In-Situ Spectroscopic Data

Rammelkamp, Kristin und von Canal, Alexander (2021) Machine Learning for Planetary In-Situ Spectroscopic Data. 2nd Workshop on Sensor AI, 2021-11-24, online. (nicht veröffentlicht)

PDF - Nur DLR-intern zugänglich
104kB

Kurzfassung

Summary of planned activities of the newly founded DLR junior research group "Machine learning for planetary in-situ spectroscopic data"

elib-URL des Eintrags:

https://elib.dlr.de/146968/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

Machine Learning for Planetary In-Situ Spectroscopic Data

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Rammelkamp, Kristin	Kristin.Rammelkamp (at) dlr.de	https://orcid.org/0000-0003-4808-0823	NICHT SPEZIFIZIERT
von Canal, Alexander	alexander.voncanal (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

November 2021

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

nicht veröffentlicht

Stichwörter:

machine learning, laser-induced breakdown spectroscopy, Raman spectroscopy, Mars, planetary exploration

Veranstaltungstitel:

2nd Workshop on Sensor AI

Veranstaltungsort:

online

Veranstaltungsart:

internationale Konferenz

Veranstaltungsdatum:

24 November 2021

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Robotik

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R RO - Robotik

DLR - Teilgebiet (Projekt, Vorhaben):

R - Planetare Exploration, R - Künstliche Intelligenz

Standort:

Berlin-Adlershof

Institute & Einrichtungen:

Institut für Optische Sensorsysteme

Hinterlegt von:

Rammelkamp, Kristin

Hinterlegt am:

09 Dez 2021 09:44

Letzte Änderung:

24 Apr 2024 20:45

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags