9786206981992 - deep learning in der fernerkundung: faltungsneuronale netze (cnns) de taha, lamyaa; ibrahim, rania; mandouh, asmaa (5 resultados)
- Más imágenes
- Tapa blanda
Librería: preigu, Osnabrück, Alemaniapreigu
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 43,90
Envío por EUR 70,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 5 disponibles
Taschenbuch. Condición: Neu. Deep Learning in der Fernerkundung | Faltungsneuronale Netze (CNNs) | Lamyaa Taha (u. a.) | Taschenbuch | 72 S. | Deutsch | 2023 | Verlag Unser Wissen | EAN 9786206981992 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: pre…igu.
- Tapa blanda
- Impresión bajo demanda
Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, AlemaniaBuchWeltWeit Ludwig Meier e.K.
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 43,90
Envío por EUR 23,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 2 disponibles
Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 72 pp. Deutsch.
- Más imágenes
- Tapa blanda
- Impresión bajo demanda
Librería: moluna, Greven, Alemaniamoluna
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 43,90
Envío por EUR 48,99Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Taha LamyaaProf.Lamyaa Gamal Eldeen TahaLeiter der Abteilung Luftfahrt und Luftbildfotografie Nationale Behoerde fuer Fernerkundung und WeltraumwissenschaftenDr. Rania El-sayed Ibrahim Leiterin der Abte…ilung Dokumentation und wissensch.
- Más imágenes
- Tapa blanda
- Impresión bajo demanda
Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 43,90
Envío por EUR 60,00Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -In diesem Buch wird ein Überblick über das Deep Learning gegeben, der verschiedene Perspektiven einnimmt, wie z.B. den Stand der Technik, Deep-Learning-Ansätze und Anwendungen. Außerdem werden die potenziellen Probleme der Deep-Learning…-Technologie aufgezeigt. Diese Forschung stellt Faltungsneuronale Netze (CNNs) vor, die am meisten genutzten DL-Netzwerktypen. Ein Überblick über die CNN Deep Learning Architekturen, die häufig in der Literatur zu finden sind, zusammen mit ihren Stärken und Grenzen und beschreibt die Entwicklung von CNNs Architekturen zusammen mit ihren wichtigsten Eigenschaften, z. B. AlexNet, VGG, ResNet, DenseNet ,GoogLeNet, Inception: ResNet und Inception V3/ V4, SegNet, U Net, Point CNN und MASK R-CNN.Eine detaillierte Studie über die Anwendung von Convolutional Neural Network in der Fernerkundung zur Extraktion von Merkmalen wird ebenfalls erläutert. Herausforderungen, denen CNN begegnet, wurden diskutiertVDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 72 pp. Deutsch.
- Más imágenes
- Tapa blanda
- Impresión bajo demanda
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Contactar con el vendedorVendedor de 5 estrellasCondición: Nuevo
EUR 43,90
Envío por EUR 60,63Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - In diesem Buch wird ein Überblick über das Deep Learning gegeben, der verschiedene Perspektiven einnimmt, wie z.B. den Stand der Technik, Deep-Learning-Ansätze und Anwendungen. Außerdem werden die potenziellen Probleme der Deep-Learning-…Technologie aufgezeigt. Diese Forschung stellt Faltungsneuronale Netze (CNNs) vor, die am meisten genutzten DL-Netzwerktypen. Ein Überblick über die CNN Deep Learning Architekturen, die häufig in der Literatur zu finden sind, zusammen mit ihren Stärken und Grenzen und beschreibt die Entwicklung von CNNs Architekturen zusammen mit ihren wichtigsten Eigenschaften, z. B. AlexNet, VGG, ResNet, DenseNet ,GoogLeNet, Inception: ResNet und Inception V3/ V4, SegNet, U Net, Point CNN und MASK R-CNN.Eine detaillierte Studie über die Anwendung von Convolutional Neural Network in der Fernerkundung zur Extraktion von Merkmalen wird ebenfalls erläutert. Herausforderungen, denen CNN begegnet, wurden diskutiert.
