• Medientyp: E-Book; Hochschulschrift
  • Titel: Global Dynamics of the Offshore Wind Energy Sector Derived from Earth Observation Data - Deep Learning Based Object Detection Optimised with Synthetic Training Data for Offshore Wind Energy Infrastructure Extraction from Sentinel-1 Imagery
  • Weitere Titel: Globale Dynamik des Offshore-Windenergiesektors abgeleitet aus Erdbeobachtungsdaten - Deep Learning-basierte Objekterkennung, optimiert mit synthetischen Trainingsdaten für die Extraktion von Offshore-Windenergieinfrastrukturen aus Sentinel-1 Bildern
  • Beteiligte: Höser, Thorsten [Verfasser]; Künzer, Claudia [Gutachter]; Paeth, Heiko [Gutachter]
  • Erschienen: Würzburg: Universität Würzburg, 2022
  • Umfang: Online-Ressource
  • Sprache: Englisch
  • DOI: 10.25972/OPUS-29285
  • Identifikator:
  • Schlagwörter: Offshorebauwerk ; Windkraftwerk ; Windpark ; Windenergie ; Offshoring ; deep learning ; offshore wind energy ; artificial intelligence ; earth observation ; remote sensing ; Hochschulschrift
  • Entstehung:
  • Hochschulschrift: Dissertation, Würzburg, Universität Würzburg, 2022
  • Anmerkungen:
  • Zugangsstatus: Freier Zugang