39,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
20 °P sammeln
  • Broschiertes Buch

Este livro apresenta a deteção remota hiperespectral como uma tecnologia de imagem transformadora, captando detalhes intrincados em várias bandas espectrais. Originário de uma tese de doutoramento, o livro faz a ponte entre a exploração académica e as aplicações práticas na classificação de imagens hiperespectrais. É pioneiro em novas metodologias que utilizam a aprendizagem profunda e a aprendizagem automática, apresentando o Deep Adversarial Learning Framework para uma maior precisão. O texto explora abordagens inovadoras que utilizam análise de componentes principais, decomposição de modo…mehr

Produktbeschreibung
Este livro apresenta a deteção remota hiperespectral como uma tecnologia de imagem transformadora, captando detalhes intrincados em várias bandas espectrais. Originário de uma tese de doutoramento, o livro faz a ponte entre a exploração académica e as aplicações práticas na classificação de imagens hiperespectrais. É pioneiro em novas metodologias que utilizam a aprendizagem profunda e a aprendizagem automática, apresentando o Deep Adversarial Learning Framework para uma maior precisão. O texto explora abordagens inovadoras que utilizam análise de componentes principais, decomposição de modo empírico e máquinas de vetor de suporte. Um método de classificação semi-supervisionado inspirado em Cycle-GANs também é apresentado. O livro tem como objetivo oferecer uma compreensão abrangente da imagiologia hiperespectral, das suas metodologias e implicações práticas, servindo como um recurso valioso para estudantes, investigadores e profissionais da área.
Autorenporträt
El Dr. Tatireddy Subba Reddy, Profesor Adjunto del Instituto de Tecnología B V Raju, cuenta con 6 años de experiencia docente y 3 de investigación. Doctor por la Universidad VIT-AP, posee un máster por la JNTU de Kakinada. Es autor de más de 20 artículos de investigación, una patente india y el libro Deep Learning and Its Applications.