Cloud Base Height Estimation Using Stereo All-Sky Imagery and Deep Learning

Weiler, Franka (2025) Cloud Base Height Estimation Using Stereo All-Sky Imagery and Deep Learning. Bachelorarbeit, Technische Universität München.

PDF - Nur DLR-intern zugänglich
12MB

elib-URL des Eintrags:

Dokumentart:

Hochschulschrift (Bachelorarbeit)

Titel:

Cloud Base Height Estimation Using Stereo All-Sky Imagery and Deep Learning

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Weiler, Franka	franka.weiler (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

DLR-Supervisor:

Beitragsart	DLR-Supervisor	Institution oder E-Mail-Adresse	DLR-Supervisor-ORCID-iD
Thesis advisor	Fabel, Yann	Yann.Fabel (at) dlr.de	https://orcid.org/0000-0002-1892-5701

Datum:

Oktober 2025

Open Access:

Nein

Seitenanzahl:

Status:

nicht veröffentlicht

Stichwörter:

All-Sky Imager, Cloud Base Height, Ceilometer, Machine Learning

Institution:

Technische Universität München

HGF - Forschungsbereich:

Energie

HGF - Programm:

Materialien und Technologien für die Energiewende

HGF - Programmthema:

Thermische Hochtemperaturtechnologien

DLR - Schwerpunkt:

Energie

DLR - Forschungsgebiet:

E SW - Solar- und Windenergie

DLR - Teilgebiet (Projekt, Vorhaben):

E - Condition Monitoring

Standort:

Köln-Porz

Institute & Einrichtungen:

Hinterlegt von:

Fabel, Yann

Hinterlegt am:

05 Nov 2025 13:10

Letzte Änderung:

05 Nov 2025 13:10

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags