Multi-feature sample database for enhancing deep learning tasks in operational humanitarian applications

Stefan Lang; Lorenz Wendt; Dirk Tiede; Yunya Gao; Vanessa Streifender; Hira Zafar; Adebowale Adebayo; Gina Schwendemann; Peter Jeremias

doi:10.1553/GISCIENCE2021_01_S209

Multi-feature sample database for enhancing deep learning tasks in operational humanitarian applications

Stefan Lang^*, Lorenz Wendt, Dirk Tiede, Yunya Gao, Vanessa Streifender, Hira Zafar, Adebowale Adebayo, Gina Schwendemann, Peter Jeremias

^*Korrespondierende/r Autor/-in für diese Arbeit

Geoinformatik

Publikation: Beitrag in Fachzeitschrift › Artikel › Peer-reviewed

Originalsprache	Englisch
Seiten (von - bis)	209-219
Seitenumfang	11
Fachzeitschrift	GI_Forum
Jahrgang	9
Ausgabenummer	1
DOIs	https://doi.org/10.1553/GISCIENCE2021_01_S209
Publikationsstatus	Veröffentlicht - 2021

Bibliographische Notiz

Publisher Copyright:
© 2021 Journal of Degraded and Mining Lands Management. All rights reserved.

Schlagwörter

GIS
Database
deep learning

Systematik der Wissenschaftszweige 2012

507 Humangeographie, Regionale Geographie, Raumplanung

UN SDGs

Dieser Output leistet einen Beitrag zu folgendem(n) Ziel(en) für nachhaltige Entwicklung

Zugriff auf Dokument

10.1553/GISCIENCE2021_01_S209

Andere Dateien und Links

Verknüpfung zur Publikation in Scopus

CDL gEOhum: CD Laboratory for geospatial and EO-based humanitarian technologies
Lang, S. (Projektleitung), Füreder, P. (Projektmitarbeiter/in), Wendt, L. (Projektmitarbeiter/in), Schernthanner-Hofer, B. (Projektmitarbeiter/in), Tiede, D. (Projektmitarbeiter/in), Riedler, B. (Projektmitarbeiter/in), Kienberger, S. (Projektmitarbeiter/in), Streifeneder, V. (Projektmitarbeiter/in), Dabiri, Z. (Projektmitarbeiter/in), Jaggy, N. (Projektmitarbeiter/in), Gella, G. W. (Projektmitarbeiter/in), Petutschnig, L. (Projektmitarbeiter/in) & Gao, Y. (Projektmitarbeiter/in)
1/07/20 → 30/06/25
Projekt: Forschung

Dieses zitieren

@article{39b43b331f704094adea9b01c55c117c,

title = "Multi-feature sample database for enhancing deep learning tasks in operational humanitarian applications",

keywords = "Automation, Data assimilation, Deep learning, Earth observation, Humanitarian action, Hybrid AI, Sample quality, GIS, Database, deep learning",

author = "Stefan Lang and Lorenz Wendt and Dirk Tiede and Yunya Gao and Vanessa Streifender and Hira Zafar and Adebowale Adebayo and Gina Schwendemann and Peter Jeremias",

year = "2021",

doi = "10.1553/GISCIENCE2021_01_S209",

language = "English",

volume = "9",

pages = "209--219",

number = "1",

}

TY - JOUR

T1 - Multi-feature sample database for enhancing deep learning tasks in operational humanitarian applications

AU - Lang, Stefan

AU - Wendt, Lorenz

AU - Tiede, Dirk

AU - Gao, Yunya

AU - Streifender, Vanessa

AU - Zafar, Hira

AU - Adebayo, Adebowale

AU - Schwendemann, Gina

AU - Jeremias, Peter

PY - 2021

Y1 - 2021

KW - Automation

KW - Data assimilation

KW - Deep learning

KW - Earth observation

KW - Humanitarian action

KW - Hybrid AI

KW - Sample quality

KW - GIS

KW - Database

KW - deep learning

UR - http://www.scopus.com/inward/record.url?scp=85109799829&partnerID=8YFLogxK

U2 - 10.1553/GISCIENCE2021_01_S209

DO - 10.1553/GISCIENCE2021_01_S209

M3 - Article

AN - SCOPUS:85109799829

SN - 2308-1708

VL - 9

SP - 209

EP - 219

JO - GI_Forum

JF - GI_Forum

IS - 1

ER -

Multi-feature sample database for enhancing deep learning tasks in operational humanitarian applications

Bibliographische Notiz

Schlagwörter

Systematik der Wissenschaftszweige 2012

UN SDGs

Zugriff auf Dokument

Andere Dateien und Links

Projekte

CDL gEOhum: CD Laboratory for geospatial and EO-based humanitarian technologies

Dieses zitieren