Predicting PV Areas on Aerial Images with Deep Learning

Zech, Matthias und Ranalli, Joseph (2020) Predicting PV Areas on Aerial Images with Deep Learning. In: 47th IEEE Photovoltaic Specialists Conference, PVSC 2020. 47th IEEE Photovoltaic Specialists Conference (PVSC 47), 2020-06-15 - 2020-08-21, Virtual meeting. ISBN 978-172816115-0. ISSN 0160-8371.

	PDF 10MB
	PDF 1MB

elib-URL des Eintrags:

https://elib.dlr.de/148270/

Dokumentart:

Konferenzbeitrag (Vortrag, Poster)

Titel:

Predicting PV Areas on Aerial Images with Deep Learning

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Zech, Matthias	Matthias.Zech (at) dlr.de	https://orcid.org/0000-0003-4420-5238	NICHT SPEZIFIZIERT
Ranalli, Joseph	jar339 (at) psu.edu	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

9 Juni 2020

Erschienen in:

47th IEEE Photovoltaic Specialists Conference, PVSC 2020

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Nein

ISSN:

0160-8371

ISBN:

978-172816115-0

Status:

veröffentlicht

Stichwörter:

Fully Convolutional Neural Network, model uncertainty, PV identification, Deep Learning

Veranstaltungstitel:

47th IEEE Photovoltaic Specialists Conference (PVSC 47)

Veranstaltungsort:

Virtual meeting

Veranstaltungsart:

internationale Konferenz

Veranstaltungsbeginn:

15 Juni 2020

Veranstaltungsende:

21 August 2020

HGF - Forschungsbereich:

Energie

HGF - Programm:

TIG Technologie, Innovation und Gesellschaft

HGF - Programmthema:

Erneuerbare Energie- und Materialressourcen für eine nachhaltige Zukunft

DLR - Schwerpunkt:

Energie

DLR - Forschungsgebiet:

E SY - Energiesystemanalyse

DLR - Teilgebiet (Projekt, Vorhaben):

E - Energiesystemtechnik (alt)

Standort:

Oldenburg

Institute & Einrichtungen:

Institut für Vernetzte Energiesysteme > Energiesystemanalyse

Hinterlegt von:

Zech, Matthias

Hinterlegt am:

14 Jan 2022 09:25

Letzte Änderung:

24 Apr 2024 20:46

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags