Отрывок: To obtain the values of the carbon stock of the territory, it is proposed to calculate the indicator ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorVasendina I.ru
dc.contributor.authorShoshina K.ru
dc.contributor.authorBerezovsky V.ru
dc.contributor.authorAleshko R.ru
dc.contributor.authorVorontsov R.ru
dc.contributor.authorDesyatova T.ru
dc.coverage.spatialsegmentationru
dc.coverage.spatialmachine learningru
dc.coverage.spatialcarbon unitsru
dc.coverage.spatialimage processingru
dc.coverage.spatialdeep neural networksru
dc.coverage.spatialheterogeneous territoriesru
dc.coverage.spatialгетерогенные территорииru
dc.coverage.spatialглубокие нейронные сетиru
dc.coverage.spatialмашинное обучениеru
dc.coverage.spatialсегментацияru
dc.coverage.spatialуглеродные единицыru
dc.coverage.spatialобработка изображенийru
dc.creatorVasendina I., Shoshina K., Berezovsky V., Aleshko R., Vorontsov R., Desyatova T.ru
dc.date.accessioned2023-10-03 15:46:55-
dc.date.available2023-10-03 15:46:55-
dc.date.issued2023ru
dc.identifierRU\НТБ СГАУ\541652ru
dc.identifier.citationDevelopment of a methodology for calculating carbon units of heterogeneous territories based on machine learning / I. Vasendina, K. Shoshina, V. Berezovsky [и др.] // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 4: Искусственный интеллект / под. ред. А. В. Никонорова. - 2023. - С. 040852.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Development-of-a-methodology-for-calculating-carbon-units-of-heterogeneous-territories-based-on-machine-learning-105751-
dc.description.abstractThe paper describes a methodology for calculating carbon units of heterogeneous territories based on machine learning. The hierarchical structure of areal territories and the structure of the interconnection of of various scales images are described. The approach for identifying and classifying terrain objects for more accurately calculation of the carbon stock of the territory is presented.ru
dc.language.isoengru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2023). - Т. 4 : Искусственный интеллектru
dc.titleDevelopment of a methodology for calculating carbon units of heterogeneous territories based on machine learningru
dc.typeTextru
dc.citation.spage040852ru
dc.citation.volume4ru
dc.textpartTo obtain the values of the carbon stock of the territory, it is proposed to calculate the indicator ...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1920-9_2023-040852.pdf288.03 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.