Login
- Original title:
- Automated Machine Learning for applications in Earth Observation
- Translated title:
- Automatisiertes maschinelles Lernen für Anwendungen in der Erdbeobachtung
- Author:
- Traoré, Kalifou René
- Year:
- 2024
- Document type:
- Dissertation
- Faculty/School:
- TUM School of Engineering and Design
- Institution:
- Data Science in Earth Observation (Prof. Zhu)
- Advisor:
- Zhu, Xiaoxiang (Prof. Dr. habil.)
- Referee:
- Zhu, Xiaoxiang (Prof. Dr. habil.); Chicano, Francisco (Prof., Ph.D.)
- Language:
- en
- Subject group:
- GEO Geowissenschaften
- Keywords:
- Automated Machine Learning ; Remote Sensing ; Sensor Fusion ; Fitness Landscape Analysis ; Algorithmic Search Initialization ; Efficient Architectures
- Translated keywords:
- Automatisiertes maschinelles Lernen ; Fernerkundung ; Kombinierte Sensoren ; Landschaftsanalyse ; Suchinitialisierung ; Effiziente Architekturen
- TUM classification:
- BAU 967; MSR 915
- Abstract:
- With an ever-growing amount of Remote Sensing data becoming publicly accessible, the demand for reliable decision-making models tailored to these applications is rising. In this cumulative thesis, I present contributions on the topics of explainable, efficient, and accessible automated machine learning to help address this demand in earth observation-related applications.
- Translated abstract:
- Da immer mehr Fernerkundungsdaten öffentlich zugänglich werden, steigt die Nachfrage nach zuverlässigen Entscheidungsmodellen, die auf diese Anwendungen zugeschnitten sind. In dieser Doktorarbeit präsentiere ich Beiträge zu den Themen erklärbares, effizientes und zugängliches automatisiertes maschinelles Lernen, um diese Nachfrage in erdbeobachtungsbezogenen Anwendungen zu befriedigen.
- WWW:
- https://mediatum.ub.tum.de/?id=1726157
- Date of submission:
- 20.11.2023
- Oral examination:
- 26.09.2024
- File size:
- 19789036 bytes
- Pages:
- 168
- Urn (citeable URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20240926-1726157-1-4
- Last change:
- 04.02.2025
BibTeX