Fr. 57.50

Deep learning in Remote sensing - Convolutional Neural Network (CNNs)

Englisch · Taschenbuch

Versand in der Regel in 2 bis 3 Wochen (Titel wird auf Bestellung gedruckt)

Beschreibung

Mehr lesen

In this book, an overview of DL is presented that adopts various perspectives such as state-of-the-arts deep learning techniques, Deep learning approaches, applications. Additionally, the potential problems on deep learning technology. This research presents convolutional neural networks (CNNs) which the most utilized DL network type. A survey of the CNN deep learning architectures that are frequently encountered in the literature, along with their strengths and limitations and describes the development of CNNs architectures together with their main features, e.g., AlexNet, VGG, ResNet, DenseNet, GoogLeNet, Inception: ResNet nd Inception V3/ V4, SegNet, U Net, Point CNN and MASK R-CNN .A detailed study on application of Convolutional Neural Network on the remote sensing to extract features is also explained. Challenges that met CNN were discussed.

Über den Autor / die Autorin










Dr. Lamyaa Gamal Eldeen Taha Professeur en topographie et photogrammétrie Chef de la division Aviation et photographie aérienne - Autorité nationale pour la télédétection et les sciences spatiales Dr. Rania E. Ibrahim Chef du département des publications scientifiques - Autorité nationale pour la télédétection et les sciences spatiales Ing.Asmaa A.Mandouh NARSS.

Produktdetails

Autoren Rania Ibrahim, Asmaa Mandouh, Lamyaa Taha
Verlag LAP Lambert Academic Publishing
 
Sprache Englisch
Produktform Taschenbuch
Erschienen 22.11.2023
 
EAN 9786207447008
ISBN 9786207447008
Seiten 60
Thema Naturwissenschaften, Medizin, Informatik, Technik > Geowissenschaften > Sonstiges

Kundenrezensionen

Zu diesem Artikel wurden noch keine Rezensionen verfasst. Schreibe die erste Bewertung und sei anderen Benutzern bei der Kaufentscheidung behilflich.

Schreibe eine Rezension

Top oder Flop? Schreibe deine eigene Rezension.

Für Mitteilungen an CeDe.ch kannst du das Kontaktformular benutzen.

Die mit * markierten Eingabefelder müssen zwingend ausgefüllt werden.

Mit dem Absenden dieses Formulars erklärst du dich mit unseren Datenschutzbestimmungen einverstanden.