Multispectral Crop Yield Prediction Using 3D-Convolutional Neural Networks and Attention Convolutional LSTM Approaches
Elmentve itt :
Szerzők: |
Mirhoseini Nejad Seyed Mahdi Abbasi-Moghadam Dariush Sharifi Aireza Farmonov Nizom Amankulova Khilola Mucsi László |
---|---|
Dokumentumtípus: | Cikk |
Megjelent: |
2023
|
Sorozat: | IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING
16 |
Tárgyszavak: | |
doi: | 10.1109/JSTARS.2022.3223423 |
mtmt: | 33291883 |
Online Access: | http://publicatio.bibl.u-szeged.hu/25775 |
Hasonló tételek
-
Crop Type Classification by DESIS Hyperspectral Imagery and Machine Learning Algorithms
Szerző: Farmonov Nizom, et al.
Megjelent: (2023) -
Combining time- and frequency-domain convolution in convolutional neural network-based phone recognition
Szerző: Tóth László
Megjelent: (2014) -
Machine Learning-driven Crop Classification and Yield Prediction Using Combined Multispectral, Hyperspectral, and Environmental Data
Szerző: Farmonov Nizom
Megjelent: (2024) -
End-to-end convolutional neural networks for intent detection
Szerző: Yolchuyeva Sevinj, et al.
Megjelent: (2019) -
Convolutional deep rectifier neural nets for phone recognition
Szerző: Tóth László
Megjelent: (2013)