面向地球科學的深度學習-遙感 氣候科學和地球科學的綜合方法 9787502983802 古斯特.開姆普斯-瓦爾斯 戴維斯

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202405*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：面向地球科學的深度學習-遙感 氣候科學和地球科學的綜合方法
ISBN：9787502983802
出版社：氣象
著編譯者：古斯特.開姆普斯-瓦爾斯 戴維斯.圖雅 朱曉香 等
頁數：331
所在地：中國大陸 *此為代購商品
書號：1716899
可大量預訂，請先連絡。

【台灣高等教育出版社簡體書】 面向地球科學的深度學習-遙感 氣候科學和地球科學的綜合方法 787502983802 古斯特.開姆普斯-瓦爾斯 戴維斯.圖雅 朱曉香 等

內容簡介

近年來，大數據與人工智能技術已經徹底改變了計算機視覺、自然語言處理等學科的發展，也為地球和環境科學帶來了巨大變革。本書概述性地介紹了深度學習在遙感、氣候學和地球科學中的具體算法和應用。全書分為三部分，即深度學習在遙感圖像信息提取中的應用、深度學習對地球科學發展的促進以及物理學與深度學習模型的關係。這三部分由各領域專家撰寫的23篇文章組成，每篇文章為一章，每一章都包括了引言、深度學習在特定地球科學中的應用，以及對未來研究的展望。 本書可供從事地球科學及其相關領域的科技人員參考，也可以作為相關專業研究生的教學參考書。

目錄

譯者前言
前言
致謝
作者清單
縮略語表
第1章 引言
1 1 深度學習方法的分類法
1 2 遙感領域的深度學習
1 3 地球科學和氣候學中的深度學習
1 4 本書結構和路線圖
第一部分 從遙感圖像中提取信息的深度學習
第2章 用稀疏卷積網絡學習遙感數據的無監督特徵表示
2 1 引言
2 2 稀疏無監督卷積網絡
2 2 1 以稀疏性為指導準則
2 2 2 EPLS算法
2 2 3 備註
2 3 應用
2 3 1 高光譜圖像的分類
2 3 2 多感測器圖像融合
2 4 結論
第3章 地球科學中的生成式對抗網絡
3 1 引言
3 2 生成式對抗網絡
3 2 1 無監督的GANs
3 2 2 條件式GANs
3 2 3 循環一致的GANs
3 3 遙感和地球科學中的GANs
3 3 1 地球觀測中的GANs
3 3 2 地球觀測中的條件式GANs
3 3 3 地球觀測中的循環式生成對抗網絡（CycleGANs）
3 4 GANs在地球觀測中的應用
3 4 1 跨衛星的領域適應
3 4 2 從觀測中學習模擬地球系統
3 5 結論與展望
第4章 遙感領域的深度自學習
4 1 引言
4 2 稀疏表示
4 2 1 字典學習
4 2 2 自學習
4 3 深度自學習
4 3 1 應用實例
4 3 2 與深度神經網絡的關係
4 4 結論
第5章 遙感中基於深度學習的語義分割技術
5 1 引言
5 2 文獻回顧
5 3 深度語義分割的基礎知識

第二部分 通過深度學習改變地球科學
第三部分 物理學和深度學習模型的連接
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。