Versenden
Drucken
Rischioni, Lucas Germano (2022) Machine Learning Approaches For Road Condition Monitoring Using Synthetic Aperture Radar. Bachelorarbeit, Instituto Tecnológico de Aeronáutica (ITA), São José dos Campos, Brazil.
Dieses Archiv kann nicht den Volltext zur Verfügung stellen.
| elib-URL des Eintrags: | https://elib.dlr.de/188205/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Hochschulschrift (Bachelorarbeit) | ||||||||
| Titel: | Machine Learning Approaches For Road Condition Monitoring Using Synthetic Aperture Radar | ||||||||
| Autoren: |
| ||||||||
| Datum: | 2022 | ||||||||
| Referierte Publikation: | Ja | ||||||||
| Open Access: | Nein | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | Synthetic aperture radar, additive noise, surface roughness, machine learning | ||||||||
| Institution: | Instituto Tecnológico de Aeronáutica (ITA), São José dos Campos, Brazil | ||||||||
| HGF - Forschungsbereich: | Luftfahrt, Raumfahrt und Verkehr | ||||||||
| HGF - Programm: | Verkehr | ||||||||
| HGF - Programmthema: | Straßenverkehr | ||||||||
| DLR - Schwerpunkt: | Verkehr | ||||||||
| DLR - Forschungsgebiet: | V ST Straßenverkehr | ||||||||
| DLR - Teilgebiet (Projekt, Vorhaben): | V - D.MoVe (alt) | ||||||||
| Standort: | Oberpfaffenhofen | ||||||||
| Institute & Einrichtungen: | Institut für Hochfrequenztechnik und Radarsysteme > Radarkonzepte | ||||||||
| Hinterlegt von: | Babu, Arun | ||||||||
| Hinterlegt am: | 26 Sep 2022 07:55 | ||||||||
| Letzte Änderung: | 21 Nov 2022 14:34 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
