Deep Learning with WASI Simulation Data for Estimating Chlorophyll a Concentration of Inland Water Bodies

Maier, Philipp; Keller, Sina

; Hinz, Stefan

Verlagsausgabe

DOI: 10.5445/IR/1000129765

Veröffentlicht am 16.02.2021

Originalveröffentlichung
DOI: 10.3390/rs13040718

Scopus
Zitationen: 29

Web of Science
Zitationen: 28

Dimensions
Zitationen: 32

Seitenaufrufe: 312
seit 16.02.2021

Downloads: 342
seit 18.02.2021

Zugehörige Institution(en) am KIT	Institut für Photogrammetrie und Fernerkundung (IPF) KIT-Zentrum Klima und Umwelt (ZKU)
Publikationstyp	Zeitschriftenaufsatz
Publikationsjahr	2021
Sprache	Englisch
Identifikator	ISSN: 2072-4292 KITopen-ID: 1000129765
Erschienen in	Remote sensing
Verlag	MDPI
Band	13
Heft	4
Seiten	718
Bemerkung zur Veröffentlichung	Gefördert durch den KIT-Publikationsfonds
Vorab online veröffentlicht am	16.02.2021
Nachgewiesen in	Scopus Dimensions Web of Science OpenAlex
Relationen in KITopen	Verweist auf Towards a Generalized Machine Learning Approach for Estimating Chlorophyll Values in Inland Waters with Spectral Data. Maier, Philipp M.; Hinz, S. (2021) Hochschulschrift (1000141060)
Globale Ziele für nachhaltige Entwicklung