Login
- Original title:
- Data-Driven Feature Learning with Discriminative Models for Satellite Time Series
- Translated title:
- Datengetriebenes Lernen von Merkmalen mit Diskriminativen Modellen für Satelliten Zeitreihen
- Author:
- Rußwurm, Marc
- Year:
- 2022
- Document type:
- Dissertation
- Faculty/School:
- TUM School of Engineering and Design
- Advisor:
- Körner, Marco (Priv.Doz. Dr.)
- Referee:
- Körner, Marco (Priv.Doz. Dr.); Bamler, Richard (Prof. Dr.); Tuia, Devis (Prof., Ph.D.)
- Language:
- en
- Subject group:
- GEO Geowissenschaften
- Keywords:
- Earth Observervation, Deep Learning, Machine Learning, Time Series
- Translated keywords:
- Erdbeobachtung, Deep Learning, Maschinelles Lernen, Zeitserien
- TUM classification:
- BAU 967; GEO 007
- Abstract:
- Machine learning enables us to learn relationships from annotated datasets. This is useful in fields where finding an explicit mathematical model is difficult. The classification of agricultural field parcels from satellite image time series is such a field where feature learning can be used to accurately predict the crop type from available satellite data. This dissertation investigated what deep learning models and learning schemes are most effective when many and few labels are available.
- Translated abstract:
- Maschinelles Lernens ermöglicht es uns komplexe Zusammenhänge aus Datensätzen lernen. Dies ist nützlich, wenn man ein mathematisches Modell nur schwer formulieren kann. Für die Klassifizierung landwirtschaftlicher Felder können erfolgreich Merkmale zur genauen Vorhersage des Pflanzentyps aus verfügbaren Satellitendaten gelernt werden. In dieser Dissertation wurde untersucht, welche Deep-Learning-Modelle und -Lernschemata am effektivsten sind, wenn viele und wenige Label verfügbar sind.
- WWW:
- https://mediatum.ub.tum.de/?id=1610838
- Date of submission:
- 30.08.2021
- Oral examination:
- 23.02.2022
- File size:
- 15636779 bytes
- Pages:
- 71
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220223-1610838-1-4
- Last change:
- 05.04.2022
BibTeX