作品总结
《地球科学的深度学习:遥感、气候科学和地球科学的综合方法(Deep Learning for the Earth Sciences: A Comprehensive Approach to Remote Sensing, Climate Science and Geosciences )》
《地球科学的深度学习》从四个主要的声音中探索地球科学领域深入学习的深刻处理;
深度学习是现代人工智能的一项基本技术,正在应用于科学领域的各个学科;地球科学也不例外。然而,深度学习与地球科学之间的联系最近才进入学术课程,因此尚未扩散;因此《地球科学的深度学习》提供了一个独特的视角和对概念、技能和实践的处理,这些概念、技能和实践是快速熟悉深度学习技术在地球科学中的应用所必需的。这本书让读者准备好使用他们自己研究中描述的技术和原理。
杰出的编辑们还提供了一些资源,为新的研究解释和提供新的想法和建议,尤其对那些参与高等研究教育或寻求博士论文方向的人有用。读者还将受益于以下内容:
•介绍用于分类的深度学习,包括图像分割和编码优先级、异常检测和目标检测以及领域自适应方面的进展
•探索学习表征和无监督深度学习,包括深度学习图像融合、图像检索、匹配和共同注册
•回归、拟合、参数检索、预测和插值的实际讨论
•检查物理感知深度学习模型,包括模拟复杂代码和模型参数化
《地球科学的深度学习》非常适合于地球科学、图像处理、遥感、电气工程和计算机科学以及机器学习领域的博士生和研究人员,它还将在机器学习和模式识别研究人员、工程师和科学家的书架上占有一席之地。
0条评论