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

Subtle Volcano Deformation Detection Using Generative Adversarial Networks

Beker, Teo und Zhu, Xiao Xiang (2024) Subtle Volcano Deformation Detection Using Generative Adversarial Networks. In: 2024 International Conference on Machine Intelligence for GeoAnalytics and Remote Sensing, MIGARS 2024. Institute of Electrical and Electronics Engineers (IEEE). MIGARS 2024, 2024-04-08 - 2024-04-10, Wellington, New Zealand.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://conferences.co.nz/migars2024/


elib-URL des Eintrags:https://elib.dlr.de/212086/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Subtle Volcano Deformation Detection Using Generative Adversarial Networks
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Beker, TeoTeo.Beker (at) dlr.dehttps://orcid.org/0000-0003-1907-4045NICHT SPEZIFIZIERT
Zhu, Xiao XiangTechnical University of Munich / Munich Center for Machine Learning, 80333, Munich, GermanyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:April 2024
Erschienen in:2024 International Conference on Machine Intelligence for GeoAnalytics and Remote Sensing, MIGARS 2024
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Haywood, JohnVictoria University WellingtonNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Sarma, HitendraVasavi College of EngineeringNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Whitehead, MelodyMassey UniversityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:Institute of Electrical and Electronics Engineers (IEEE)
Status:veröffentlicht
Stichwörter:InSAR, Deep Learning, GANs, t-SNE
Veranstaltungstitel:MIGARS 2024
Veranstaltungsort:Wellington, New Zealand
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:8 April 2024
Veranstaltungsende:10 April 2024
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: Beker, Teo
Hinterlegt am:22 Jan 2025 16:13
Letzte Änderung:22 Jan 2025 16:13

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.