Login
- Originaltitel:
- Predicting Building Functions by Fusing Social Media and Remote Sensing Data
- Übersetzter Titel:
- Die Vorhersage von Gebäudefunktionen durch die Fusion von Social Media und Fernerkundungsdaten
- Autor:
- Hoffmann, Eike Jens
- Jahr:
- 2022
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Engineering and Design
- Betreuer:
- Zhu, Xiaoxiang(Prof. Dr. habil.)
- Gutachter:
- Zhu, Xiaoxiang(Prof. Dr. habil.); Jacobs, Nathan (Prof., Ph.D.); Petzold, Frank (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- GEO Geowissenschaften
- Stichworte:
- Building Function Classification, Urban Land Use, Social Media, Remote Sensing
- Übersetzte Stichworte:
- Gebäudefunktionsklassifizierung, Urbane Landnutzung, Soziale Medien, Fernerkundung
- TU-Systematik:
- BAU 967; MSR 915
- Kurzfassung:
- Building function classification is a challenging task as it cannot be directly measured. This thesis presents three novel methods using social media and remote sensing data for predicting building functions on a global scale. The methods build upon state-of-the-art machine learning models that are trained and evaluated on culturally diverse datasets. All resulting models are fused for an improved prediction performance by up to 6.9% on a dataset with human-verified labels.
- Übersetzte Kurzfassung:
- Die Funktionen von Gebäuden lassen sich nicht direkt messen, sondern erfordern die Interpretation von Daten. In dieser Arbeit werden drei neue Methoden zur Vorhersage von Gebäudefunktionen vorgestellt, die auf Daten aus sozialen Medien und Fernerkundungsdaten beruhen. Die Methoden basieren auf Ansätzen des maschinellen Lernens und wurden auf kulturell diversifizierten Datensätzen entwickelt und getestet. Die Vorhersagen lässt sich durch die Kombination mehrerer Modelle um bis zu 6,9% erhöhen.
- WWW:
- https://mediatum.ub.tum.de/?id=1655456
- Eingereicht am:
- 26.04.2022
- Mündliche Prüfung:
- 24.10.2022
- Dateigröße:
- 47717744 bytes
- Seiten:
- 188
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221024-1655456-1-6
- Letzte Änderung:
- 06.12.2022
BibTeX