Read more
In questo libro viene presentata una panoramica del DL che adotta varie prospettive, come lo stato dell'arte delle tecniche di deep learning, gli approcci al deep learning e le applicazioni. Inoltre, vengono illustrati i potenziali problemi legati alla tecnologia del deep learning. Questa ricerca presenta le reti neurali convoluzionali (CNN), il tipo di rete DL più utilizzato. Una rassegna delle architetture di deep learning CNN che si incontrano frequentemente in letteratura, insieme ai loro punti di forza e limiti e descrive lo sviluppo delle architetture CNN insieme alle loro caratteristiche principali, ad esempio AlexNet, VGG, ResNet, DenseNet ,GoogLeNet, Inception: ResNet e Inception V3/V4, SegNet, U Net, Point CNN e MASK R-CNN.Viene inoltre illustrato uno studio dettagliato sull'applicazione della rete neurale convoluzionale al telerilevamento per l'estrazione di caratteristiche. Sono state discusse le sfide che si presentano alle 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.
