Vision Transformers for land cover classification using Sentinel-1 repeat-pass InSAR short time series

Carcereri, Tobias (2025) Vision Transformers for land cover classification using Sentinel-1 repeat-pass InSAR short time series. Masterarbeit, University of Trento.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

elib-URL des Eintrags:

https://elib.dlr.de/206429/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Vision Transformers for land cover classification using Sentinel-1 repeat-pass InSAR short time series

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Carcereri, Tobias	tobias.carcereri (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

DLR-Supervisor:

Beitragsart	DLR-Supervisor	Institution oder E-Mail-Adresse	DLR-Supervisor-ORCID-iD
Thesis advisor	Diniz Dal Molin Junior, Ricardo Simao	ricardo.dinizdalmolinjunior (at) dlr.de	NICHT SPEZIFIZIERT
Thesis advisor	Rizzoli, Paola	Paola.Rizzoli (at) dlr.de	https://orcid.org/0000-0001-9118-2732

Datum:

2025

Open Access:

Nein

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

artificial intelligence, remote sensing, Sentinel-1, Vision Transformers, rainforests

Institution:

University of Trento

Abteilung:

Information Engineering and Computer Science

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:

Diniz Dal Molin Junior, Ricardo Simao

Hinterlegt am:

08 Okt 2024 12:54

Letzte Änderung:

24 Nov 2025 15:55

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags