Versenden
Drucken
Schlegel, Anastasia (2022) Interpretable Deep Learning in Remote Sensing: Case-Based Object Recognition in SAR and Optical Imagery. Masterarbeit, Technische Universität Berlin.
Dieses Archiv kann nicht den Volltext zur Verfügung stellen.
| elib-URL des Eintrags: | https://elib.dlr.de/187823/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Hochschulschrift (Masterarbeit) | ||||||||
| Titel: | Interpretable Deep Learning in Remote Sensing: Case-Based Object Recognition in SAR and Optical Imagery | ||||||||
| Autoren: |
| ||||||||
| Datum: | Dezember 2022 | ||||||||
| Referierte Publikation: | Ja | ||||||||
| Open Access: | Nein | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | Deep Learning, SAR | ||||||||
| Institution: | Technische Universität Berlin | ||||||||
| Abteilung: | Computer Vision and Remote Sensing | ||||||||
| 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 - Flugzeug-SAR | ||||||||
| Standort: | Oberpfaffenhofen | ||||||||
| Institute & Einrichtungen: | Institut für Hochfrequenztechnik und Radarsysteme > SAR-Technologie | ||||||||
| Hinterlegt von: | Schlegel, Anastasia | ||||||||
| Hinterlegt am: | 16 Aug 2022 07:14 | ||||||||
| Letzte Änderung: | 06 Dez 2022 18:43 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
