Synthetic Aperture Radar (SAR) Data Applications (eBook)
X, 278 Seiten
Springer International Publishing (Verlag)
978-3-031-21225-3 (ISBN)
This carefully curated volume presents an in-depth, state-of-the-art discussion on many applications of Synthetic Aperture Radar (SAR). Integrating interdisciplinary sciences, the book features novel ideas, quantitative methods, and research results, promising to advance computational practices and technologies within the academic and industrial communities. SAR applications employ diverse and often complex computational methods rooted in machine learning, estimation, statistical learning, inversion models, and empirical models. Current and emerging applications of SAR data for earth observation, object detection and recognition, change detection, navigation, and interference mitigation are highlighted. Cutting edge methods, with particular emphasis on machine learning, are included. Contemporary deep learning models in object detection and recognition in SAR imagery with corresponding feature extraction and training schemes are considered. State-of-the-art neural network architectures in SAR-aided navigation are compared and discussed further. Advanced empirical and machine learning models in retrieving land and ocean information - wind, wave, soil conditions, among others, are also included.
Maciej Rysz is currently an assistant professor at the Department of Information Systems & Analytics at the Farmer School of Business within Miami University. Prior to joining Miami University, he was a research assistant professor at the Industrial & Systems Engineering Department at the University of Florida and served as a postdoctoral research associate under the National Research Council of the National Academies. He received his Ph.D. in Industrial Engineering with emphasis on operations research from the University of Iowa in 2014. His research areas of interest include mathematical programming, machine learning, network science and encryption.
Erscheint lt. Verlag | 18.1.2023 |
---|---|
Reihe/Serie | Springer Optimization and Its Applications | Springer Optimization and Its Applications |
Zusatzinfo | X, 278 p. 124 illus., 91 illus. in color. |
Sprache | englisch |
Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
Mathematik / Informatik ► Mathematik ► Statistik | |
Schlagworte | aircraft navigation • Bathymetry • biomass estimation • deformation earthquakes • forestation monitoring • inversion models • Land Cover Classification • machine learning • objection detection • ocean surface topology • oil spill detection • SAR • SAR odometry • statistics learning • Synthetic Aperture Radar • Wavelet Transformation |
ISBN-10 | 3-031-21225-8 / 3031212258 |
ISBN-13 | 978-3-031-21225-3 / 9783031212253 |
Haben Sie eine Frage zum Produkt? |
Größe: 11,6 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich