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

Causality for Remote Sensing: An Exploratory Study

Otgonbaatar, Soronzonbold und Datcu, Mihai und Begüm, Demir (2022) Causality for Remote Sensing: An Exploratory Study. In: International Geoscience and Remote Sensing Symposium (IGARSS), Seiten 259-262. IEEE. IGARSS 2022, 2022-07-17 - 2022-07-22, Kuala Lumpur, Malaysia. doi: 10.1109/IGARSS46834.2022.9883060.

[img] PDF
437kB

Offizielle URL: https://ieeexplore.ieee.org/document/9883060

Kurzfassung

Causality is one of the most important topics in a Machine Learning (ML) research, and it gives insights beyond the dependency of data points. Causality is a very vital concept also for investigating the dynamic surface of our living planet. However, there are not many attempts for integrating a causal model in Remote Sensing (RS) methodologies. Hence, in this paper, we propose to use patch-based RS images and to represent each patch-based image by a single variable (e.g. entropy). Then we use a Structural Equation Model (SEM) to study their cause-effect relation. Moreover, the SEM is a simple causal model characterized by a Directed Acyclic Graph (DAG). Its nodes are causal variables, and its edges represent causal relationships among causal variables if and only if causal variables are dependent.

elib-URL des Eintrags:https://elib.dlr.de/186557/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Causality for Remote Sensing: An Exploratory Study
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Otgonbaatar, SoronzonboldSoronzonbold.Otgonbaatar (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, Mihaimihai.datcu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Begüm, DemirTechnical University Of BerlinNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:23 Mai 2022
Erschienen in:International Geoscience and Remote Sensing Symposium (IGARSS)
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/IGARSS46834.2022.9883060
Seitenbereich:Seiten 259-262
Verlag:IEEE
Status:veröffentlicht
Stichwörter:causality, data science, remote sensing, earth observation
Veranstaltungstitel:IGARSS 2022
Veranstaltungsort:Kuala Lumpur, Malaysia
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:17 Juli 2022
Veranstaltungsende:22 Juli 2022
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 - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Otgonbaatar, Soronzonbold
Hinterlegt am:30 Mai 2022 11:39
Letzte Änderung:24 Apr 2024 20:47

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.