top

  Info

  • Utilizzare la checkbox di selezione a fianco di ciascun documento per attivare le funzionalità di stampa, invio email, download nei formati disponibili del (i) record.

  Info

  • Utilizzare questo link per rimuovere la selezione effettuata.
Deep learning in solar astronomy / / Long Xu, Yihua Yan and Xin Huang
Deep learning in solar astronomy / / Long Xu, Yihua Yan and Xin Huang
Autore Xu Long
Pubbl/distr/stampa Gateway East, Singapore : , : Springer, , [2022]
Descrizione fisica 1 online resource (103 pages)
Disciplina 523.70285631
Collana SpringerBriefs in Computer Science
Soggetto topico Deep learning (Machine learning)
Observation (Scientific method)
ISBN 981-19-2746-4
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNISA-996475761903316
Xu Long  
Gateway East, Singapore : , : Springer, , [2022]
Materiale a stampa
Lo trovi qui: Univ. di Salerno
Opac: Controlla la disponibilità qui
Deep Learning in Solar Astronomy / / by Long Xu, Yihua Yan, Xin Huang
Deep Learning in Solar Astronomy / / by Long Xu, Yihua Yan, Xin Huang
Autore Xu Long
Edizione [1st ed. 2022.]
Pubbl/distr/stampa Singapore : , : Springer Nature Singapore : , : Imprint : Springer, , 2022
Descrizione fisica 1 online resource (103 pages)
Disciplina 523.70285631
Collana SpringerBriefs in Computer Science
Soggetto topico Astronomy
Machine learning
Image processing - Digital techniques
Computer vision
Astronomy, Cosmology and Space Sciences
Astronomy, Observations and Techniques
Machine Learning
Computer Imaging, Vision, Pattern Recognition and Graphics
Computer Vision
ISBN 981-19-2746-4
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Nota di contenuto Chapter 1: Introduction -- Chapter 2: Classical deep learning models -- Chapter 3: Deep learning in solar image classification tasks -- Chapter 4: Deep learning in solar object detection tasks -- Chapter 5: Deep learning in solar image generation tasks -- Chapter 6: Deep learning in solar forecasting tasks.
Record Nr. UNINA-9910574060903321
Xu Long  
Singapore : , : Springer Nature Singapore : , : Imprint : Springer, , 2022
Materiale a stampa
Lo trovi qui: Univ. Federico II
Opac: Controlla la disponibilità qui