Mehr lesen
Neste livro, é apresentada uma panorâmica da aprendizagem profunda que adopta várias perspectivas, como as técnicas de aprendizagem profunda mais avançadas, as abordagens de aprendizagem profunda e as aplicações. Além disso, os potenciais problemas da tecnologia de aprendizagem profunda. Esta investigação apresenta as redes neuronais convolucionais (CNN), que são o tipo de rede de aprendizagem profunda mais utilizado. Uma análise das arquitecturas de aprendizagem profunda CNN frequentemente encontradas na literatura, juntamente com os seus pontos fortes e limitações, e descreve o desenvolvimento das arquitecturas CNN juntamente com as suas principais características, por exemplo, AlexNet, VGG, ResNet, DenseNet, GoogLeNet, Inception: ResNet e Inception V3/ V4, SegNet, U Net, Point CNN e MASK R-CNN.É também explicado um estudo pormenorizado sobre a aplicação da rede neural convolucional na deteção remota para extrair características. Foram discutidos os desafios que se colocam às CNN
Über den Autor / die Autorin
Dr. Eng. Lamyaa Gamal Eldeen Taha Pofessor in surveying and photogrammetry Head of the Aviation and aerial photography division- National Authority for Remote Sensing and Space scienceDr. Rania E. Ibrahim Head of scientific publication department-National Authority for Remote Sensing and Space scienceEng.Asmaa A.Mandouh NARSS.
