Read more
En este libro, se presenta una visión general de la AD que adopta varias perspectivas, como las técnicas de aprendizaje profundo más avanzadas, los enfoques del aprendizaje profundo y las aplicaciones. Además, los problemas potenciales en la tecnología de aprendizaje profundo. Esta investigación presenta las redes neuronales convolucionales (CNN), que son el tipo de red de AD más utilizado. Un estudio de las arquitecturas de aprendizaje profundo CNN que se encuentran con frecuencia en la literatura, junto con sus fortalezas y limitaciones y describe el desarrollo de arquitecturas CNNs junto con sus principales características, por ejemplo, AlexNet, VGG, ResNet, DenseNet ,GoogLeNet, Inception: ResNet nd Inception V3/ V4 ,SegNet ,U Net, Point CNN y MASK R-CNN .También se explica un estudio detallado sobre la aplicación de redes neuronales convolucionales a la teledetección para extraer características. Se analizan los retos a los que se enfrenta la CNN
About the author
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.
