9786206981992 - Deep Learning in der Fernerkundung: Faltungsneuronale Netze (CNNs) di Taha, Lamyaa; Ibrahim, Rania; Mandouh, Asmaa (5 risultati)

Taschenbuch. Condizione: Neu. Deep Learning in der Fernerkundung | Faltungsneuronale Netze (CNNs) | Lamyaa Taha (u. a.) | Taschenbuch | 72 S. | Deutsch | 2023 | Verlag Unser Wissen | EAN 9786206981992 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 72 pp. Deutsch.

Condizione: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Taha LamyaaProf.Lamyaa Gamal Eldeen TahaLeiter der Abteilung Luftfahrt und Luftbildfotografie Nationale Behoerde fuer Fernerkundung und WeltraumwissenschaftenDr. Rania El-sayed Ibrahim Leiterin der Abteilung Dokumentation und wissensch.

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -In diesem Buch wird ein Überblick über das Deep Learning gegeben, der verschiedene Perspektiven einnimmt, wie z.B. den Stand der Technik, Deep-Learning-Ansätze und Anwendungen. Außerdem werden die potenziellen Probleme der Deep-Learning-Technologie aufgezeigt. Diese Forschung stellt Faltungsneuronale Netze (CNNs) vor, die am meisten genutzten DL-Netzwerktypen. Ein Überblick über die CNN Deep Learning Architekturen, die häufig in der Literatur zu finden sind, zusammen mit ihren Stärken und Grenzen und beschreibt die Entwicklung von CNNs Architekturen zusammen mit ihren wichtigsten Eigenschaften, z. B. AlexNet, VGG, ResNet, DenseNet ,GoogLeNet, Inception: ResNet und Inception V3/ V4, SegNet, U Net, Point CNN und MASK R-CNN.Eine detaillierte Studie über die Anwendung von Convolutional Neural Network in der Fernerkundung zur Extraktion von Merkmalen wird ebenfalls erläutert. Herausforderungen, denen CNN begegnet, wurden diskutiertVDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 72 pp. Deutsch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - In diesem Buch wird ein Überblick über das Deep Learning gegeben, der verschiedene Perspektiven einnimmt, wie z.B. den Stand der Technik, Deep-Learning-Ansätze und Anwendungen. Außerdem werden die potenziellen Probleme der Deep-Learning-Technologie aufgezeigt. Diese Forschung stellt Faltungsneuronale Netze (CNNs) vor, die am meisten genutzten DL-Netzwerktypen. Ein Überblick über die CNN Deep Learning Architekturen, die häufig in der Literatur zu finden sind, zusammen mit ihren Stärken und Grenzen und beschreibt die Entwicklung von CNNs Architekturen zusammen mit ihren wichtigsten Eigenschaften, z. B. AlexNet, VGG, ResNet, DenseNet ,GoogLeNet, Inception: ResNet und Inception V3/ V4, SegNet, U Net, Point CNN und MASK R-CNN.Eine detaillierte Studie über die Anwendung von Convolutional Neural Network in der Fernerkundung zur Extraktion von Merkmalen wird ebenfalls erläutert. Herausforderungen, denen CNN begegnet, wurden diskutiert.