Buchumschlag

Information techniques of deep machine learning for the analysis of land cover changes

Gespeichert in:

Bibliographische Detailangaben
Datum:	2016
Hauptverfasser:	N. N. Kussul, Ju. Shelestov, N. S. Lavrenjuk, I. N. Butko
Format:	Artikel
Sprache:	Englisch
Veröffentlicht:	2016
Schriftenreihe:	Reports of the National Academy of Sciences of Ukraine
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0000816302
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

Analytical review of European projects LUCAS and CORINE for monitoring and validation of land cover and land-use on the basis of satellite and ground observations and experience of land cover mapping in Ukraine
von: Ya. I. Zielyk, et al.
Veröffentlicht: (2017)

Analytical review of European projects LUCAS and CORINE for monitoring and validation of land cover and landuse on the basis of satellite and ground observations and experience of land cover mapping in Ukraine
von: Zielyk, Yarema, et al.
Veröffentlicht: (2017)

English Accent Recognition Using Deep Machine Learning
von: A. V. Manokhin, et al.
Veröffentlicht: (2021)

Large scale classification of land cover using retrospective satellite data
von: N. S. Lavrenjuk, et al.
Veröffentlicht: (2016)

Recognition of Handwritten Texts on Images Using Deep Machine Learning
von: M. D. Snitko, et al.
Veröffentlicht: (2024)

Aplication of deep learning technology for creating intellectual autonomous machines
von: O. S. Bilokon
Veröffentlicht: (2020)

Application of deep learning technology for creating intellectual autonomous machines
von: Bilokon, O.S.
Veröffentlicht: (2020)

Review of deep learning methods in applied problems of economic monitoring based on geospatial data
von: M. S. Lavreniuk, et al.
Veröffentlicht: (2022)

Automated methods of coherence evaluation of Ukrainian texts using machine learning techniques
von: A. A. Kramov, et al.
Veröffentlicht: (2020)

Automated methods of coherence evaluation of Ukrainian texts using machine learning techniques
von: Kramov, A.A., et al.
Veröffentlicht: (2020)

Analysis of fundus images based on machine learning
von: O. V. Karas, et al.
Veröffentlicht: (2024)

Evaluating the informativity of training sample for classification of images by deep learning methods
von: B. P. Rusyn, et al.
Veröffentlicht: (2021)

Information-extreme machine learning of on-board vehicle recognition system
von: A. S. Dovbysh, et al.
Veröffentlicht: (2020)

ALMA: Machine learning breastfeeding chatbot
von: K. Achtaich, et al.
Veröffentlicht: (2023)

Machine learning methods analysis in the document classification problem
von: A. P. Zhyrkova, et al.
Veröffentlicht: (2020)

Machine learning methods analysis in the document classification problem
von: Zhyrkova, A.P., et al.
Veröffentlicht: (2021)

IMPLEMENTING OF MICROSOFT AZURE MACHINE LEARNING TECHNOLOGY FOR ELECTRIC MACHINES OPTIMIZATION
von: Pliugin, V. E., et al.
Veröffentlicht: (2019)

Deep learning for photovoltaic panels segmentation
von: K. Bouzaachane, et al.
Veröffentlicht: (2023)

Metalearning as One of the Task of the Machine Learning Problems
von: Savchenko, Ye.A., et al.
Veröffentlicht: (2019)

Metalearning as One of the Task of the Machine Learning Problems
von: Ye. A. Savchenko, et al.
Veröffentlicht: (2019)

Face recognition based on machine learning algorithms
von: N. B. Shakhovska, et al.
Veröffentlicht: (2017)

Neural and statistical techniques for remote sensing image classification
von: Grypych, Iu., et al.
Veröffentlicht: (2010)

Comparative analysis of machine learning models for forecasting COVID-19 spreading in different countries
von: N. I. Nedashkivska, et al.
Veröffentlicht: (2020)

Image segmentation of clouds based on deep learning
von: B. P. Rusyn, et al.
Veröffentlicht: (2020)

Machine learning for the analysis of quality of life using the World Happiness Index and Human Development Indicators
von: A. Jannani, et al.
Veröffentlicht: (2023)

Distributed Bayesian machine learning procedures
von: B. A. Beletskij
Veröffentlicht: (2019)

Using machine learning methods in practice
von: Ya. O. Tupalo
Veröffentlicht: (2018)

Machine learning methods for environmental monitoring
von: P. V. Mikava, et al.
Veröffentlicht: (2024)

Who is a subject in machine learning?
von: V. M. Loktiev
Veröffentlicht: (2024)

The Principles of Application of Machine Learning in Classification of Network Traffic
von: Ya. M. Antonyuk, et al.
Veröffentlicht: (2018)

Minimax deviation strategies for machine learning and recognition with short learning samples
von: M. I. Schlesinger, et al.
Veröffentlicht: (2022)

Structural and Parametric Synthesis of Deep Learning Neural Networks
von: V. M. Syniehlazov, et al.
Veröffentlicht: (2020)

Improvement of the technique of rural lands assessment in Ukraine
von: A. Tretiak, et al.
Veröffentlicht: (2016)

Enhancing power system security using soft computing and machine learning
von: Venkatesh, P., et al.
Veröffentlicht: (2023)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Yu. V. Rohushyna
Veröffentlicht: (2018)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Rogushina, J.V.
Veröffentlicht: (2019)

The image oversampling using means of machine learning
von: R. O. Tkachenko, et al.
Veröffentlicht: (2016)

Application of machine learning in software engineering: an overview
von: Moroz, O.H., et al.
Veröffentlicht: (2019)

Horizontal and vertical scalability of machine learning methods
von: B. O. Biletskyi
Veröffentlicht: (2019)

Application of machine learning in software engineering: an overview
von: O. G. Moroz, et al.
Veröffentlicht: (2019)