Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse
  1. Detailsuche  / 
  2. Werkzeuge / 
  3. Datensatz Übersicht

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Zeitschriftenartikel

Maschinelles Lernen bei der Auswertung von Fernerkundungsdaten

Urheber*innen
/persons/resource/segl

Segl,  K.
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;
Vol. 8, Issue 1 (2018), GFZ Journal 2018, System Erde : GFZ Journal, Deutsches GeoForschungsZentrum;

/persons/resource/nbohn

Bohn,  Niklas
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;
Vol. 8, Issue 1 (2018), GFZ Journal 2018, System Erde : GFZ Journal, Deutsches GeoForschungsZentrum;

/persons/resource/chabri

Chabrillat,  S.
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;
Vol. 8, Issue 1 (2018), GFZ Journal 2018, System Erde : GFZ Journal, Deutsches GeoForschungsZentrum;

/persons/resource/carstenn

Neumann,  C.
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;
Vol. 8, Issue 1 (2018), GFZ Journal 2018, System Erde : GFZ Journal, Deutsches GeoForschungsZentrum;

/persons/resource/roessner

Roessner,  S.
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;
Vol. 8, Issue 1 (2018), GFZ Journal 2018, System Erde : GFZ Journal, Deutsches GeoForschungsZentrum;

/persons/resource/ward

Ward,  Kathrin
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;
Vol. 8, Issue 1 (2018), GFZ Journal 2018, System Erde : GFZ Journal, Deutsches GeoForschungsZentrum;

/persons/resource/ola

Wolanin,  Aleksandra
1.4 Remote Sensing, 1.0 Geodesy, Departments, GFZ Publication Database, Deutsches GeoForschungsZentrum;
Vol. 8, Issue 1 (2018), GFZ Journal 2018, System Erde : GFZ Journal, Deutsches GeoForschungsZentrum;

Externe Ressourcen
Volltexte (frei zugänglich)

GFZ_syserde.08.01.3.pdf
(Verlagsversion), 2MB

Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Segl, K., Bohn, N., Chabrillat, S., Neumann, C., Roessner, S., Ward, K., Wolanin, A. (2018): Maschinelles Lernen bei der Auswertung von Fernerkundungsdaten. - System Erde, 8, 1, 18-25.
https://doi.org/10.2312/GFZ.syserde.08.01.3


Zitierlink: https://gfzpublic.gfz-potsdam.de/pubman/item/item_3539922
Zusammenfassung
Remote sensing data analysis retrieves spatial-temporal information about the Earth‘s surface from remotely sensed optical and radar images. For this purpose accurate and efficient classification or parameter quantification techniques must be used. Consequently, there exists a long tradition in remote sensing to employ methods and techniques from the field of machine learning. They can be regarded as „universal function approximators“ that are able to link any data in order to derive connections, conclusions and predictions efficiently using different learning strategies. In the following, current research topics of the Remote Sensing section of the GFZ are presented, in which different forms of machine learning are used.