Wynik wyszukiwania
Zapytanie: IEEE GEOSCI REMOTE SENS LETT
Liczba odnalezionych rekordów: 5



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/5
Nr opisu: 0000132738   
Deep learning for multiple-image super-resolution.
[Aut.]: Michał Kawulok, Paweł Benecki, Szymon Piechaczek, Krzysztof Hrynczenko, Daniel Kostrzewa, Jakub Nalepa.
-IEEE Geosci. Remote Sens. Lett. 2020 vol. 17 iss. 6, s. 1062-1066, bibliogr. 22 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

konwolucyjna sieć neuronowa ; CNN ; uczenie głębokie ; przetwarzanie obrazów ; nadrozdzielczość ; SR

convolutional neural network ; CNN ; deep learning ; image processing ; super-resolution ; SR

2/5
Nr opisu: 0000132851   
Training- and test-time data augmentation for hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2020 vol. 17 iss. 2, s. 292-296, bibliogr. 17 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

klasyfikacja ; rozszerzanie danych ; deep learning ; obrazowanie hiperspektralne ; analiza składowych głównych ; PCA ; segmentacja

classification ; data augmentation ; deep learning ; hyperspectral imaging ; principal component analysis ; PCA ; segmentation

3/5
Nr opisu: 0000132849   
Transfer learning for segmenting dimensionally reduced hyperspectral images.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2020 vol. 17 iss. 7, s. 1228-1232, bibliogr. 19 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

klasyfikacja ; deep learning ; obrazowanie hiperspektralne ; segmentacja ; transfer learning

classification ; deep learning ; hyperspectral imaging ; segmentation ; transfer learning

4/5
Nr opisu: 0000133782   
Unsupervised segmentation of hyperspectral images using 3-D convolutional autoencoders.
[Aut.]: Jakub Nalepa, Michał Myller, Y. Imai, K.-I. Honda, T. Takeda, M. Antoniak.
-IEEE Geosci. Remote Sens. Lett. 2020 vol. 17 iss. 11, s. 1948-1952, bibliogr. 23 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

autoencoder ; grupowanie ; uczenie głębokie ; obrazowanie wielowidmowe ; HSI ; segmentacja nienadzorowana

autoencoder ; clustering ; deep learning ; hyper-spectral imaging ; HSI ; unsupervised segmentation

5/5
Nr opisu: 0000129654   
Validating hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2019 vol. 16 iss. 3, s. 1264-1268, bibliogr. 23 poz.. Impact Factor 3.833. Punktacja MNiSW 140.000

klasyfikacja ; uczenie głębokie ; obrazowanie hiperspektralne ; segmentacja ; walidacja

classification ; deep learning ; hyperspectral imaging ; segmentation ; validation

stosując format:
Nowe wyszukiwanie