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

DDM-Former: Transformer networks for GNSS reflectometry global ocean wind speed estimation

Zhao, Daixin und Heidler, Konrad und Asgarimehr, Milad und Arnold, Caroline und Xiao, Tianqi und Wickert, Jens und Zhu, Xiao Xiang und Mou, Lichao (2023) DDM-Former: Transformer networks for GNSS reflectometry global ocean wind speed estimation. Remote Sensing of Environment, 294, Seite 113629. Elsevier. doi: 10.1016/j.rse.2023.113629. ISSN 0034-4257.

WarnungEs ist eine neuere Version dieses Eintrags verfügbar.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://www.sciencedirect.com/science/article/pii/S0034425723001803


elib-URL des Eintrags:https://elib.dlr.de/195336/
Dokumentart:Zeitschriftenbeitrag
Titel:DDM-Former: Transformer networks for GNSS reflectometry global ocean wind speed estimation
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Zhao, Daixindaixin.zhao (at) dlr.dehttps://orcid.org/0000-0003-2766-1338NICHT SPEZIFIZIERT
Heidler, Konradk.heidler (at) tum.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Asgarimehr, Miladmilad (at) gfz-potsdam.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Arnold, Carolinearnold (at) dkrz.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Xiao, Tianqixiaotq (at) gfz-potsdam.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wickert, Jensjens.wickert (at) gfz-potsdam.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiaoxiang.zhu (at) tum.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Mou, Lichaolichao.mou (at) tum.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:30 Mai 2023
Erschienen in:Remote Sensing of Environment
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:294
DOI:10.1016/j.rse.2023.113629
Seitenbereich:Seite 113629
Verlag:Elsevier
ISSN:0034-4257
Status:veröffentlicht
Stichwörter:Deep learning, GNSS reflectometry, Ocean wind speed, Transformer networks
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: Zhao, Daixin
Hinterlegt am:02 Jun 2023 12:03
Letzte Änderung:19 Okt 2023 15:25

Verfügbare Versionen dieses Eintrags

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.