Versenden
Drucken
Moliterni, Vito (2025) Deep learning-based estimation of bio-physical parameters from multifrequency airborne InSAR data. Masterarbeit, Politecnico di Milano.
Dieses Archiv kann nicht den Volltext zur Verfügung stellen.
| elib-URL des Eintrags: | https://elib.dlr.de/203734/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Hochschulschrift (Masterarbeit) | ||||||||
| Titel: | Deep learning-based estimation of bio-physical parameters from multifrequency airborne InSAR data | ||||||||
| Autoren: |
| ||||||||
| Datum: | März 2025 | ||||||||
| Open Access: | Nein | ||||||||
| Status: | nicht veröffentlicht | ||||||||
| Stichwörter: | sar, airborne, interferometry, deep learning, forestry, tropics | ||||||||
| Institution: | Politecnico di Milano | ||||||||
| Abteilung: | Space Engineering | ||||||||
| 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 - AI4SAR | ||||||||
| Standort: | Oberpfaffenhofen | ||||||||
| Institute & Einrichtungen: | Institut für Hochfrequenztechnik und Radarsysteme Institut für Hochfrequenztechnik und Radarsysteme > Satelliten-SAR-Systeme | ||||||||
| Hinterlegt von: | Carcereri, Daniel | ||||||||
| Hinterlegt am: | 08 Mai 2024 18:22 | ||||||||
| Letzte Änderung: | 11 Feb 2025 15:05 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
