Critical Minerals Map Feature Extraction Using Deep Learning
Critical Minerals Map Feature Extraction Using Deep Learning
复制标题
使用深度学习提取关键矿物图特征
DOI：
10.1109/lgrs.2023.3310915
复制
发表时间：
2023
影响因子：
4.8
通讯作者：
Kindratenko, Volodymyr
中科院分区：
文献类型：
--
作者：
Luo, Shirui;Saxton, Aaron;Bode, Albert;Mazumdar, Priyam;Kindratenko, Volodymyr
登录
查看更多内容
用于对历史地图中的模板匹配进行分类的主动学习
DOI：
10.1007/978-3-319-24282-8_5
发表时间：
2015
期刊：
Proceedings of the 1st Workshop on Artificial Intelligence and Deep Learning for Geographic Knowledge Discovery
影响因子：
--
作者：
Benedikt Budig;Thomas C. van Dijk
通讯作者：
Thomas C. van Dijk
影响因子：
4.8
作者：
A. Soliman;Yifan Chen;Shirui Luo;Rauf Makharov;V. Kindratenko
通讯作者：
V. Kindratenko
内华达州西部和加利福尼亚州东部大盆地地区钨矽卡岩矿产资源评估
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
G. Lederer;F. Solano;J. Coyan;K. Denton;K. Watts;C. Mercer;D. Bickerstaff;M. Granitto
通讯作者：
M. Granitto
多边形共识：从历史地图中提取建筑足迹的智能众包
DOI：
--
发表时间：
2016
期刊：
SIGSPATIAL/GIS
影响因子：
--
作者：
Benedikt Budig;Thomas C. van Dijk;F. Feitsch;M. Arteaga
通讯作者：
M. Arteaga