• Medientyp: E-Artikel
  • Titel: A Deep Learning Framework for the Estimation of Forest Height From Bistatic TanDEM-X Data
  • Beteiligte: Carcereri, Daniel; Rizzoli, Paola; Ienco, Dino; Bruzzone, Lorenzo
  • Erschienen: Institute of Electrical and Electronics Engineers (IEEE), 2023
  • Erschienen in: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
  • Sprache: Nicht zu entscheiden
  • DOI: 10.1109/jstars.2023.3310209
  • ISSN: 1939-1404; 2151-1535
  • Schlagwörter: Atmospheric Science ; Computers in Earth Sciences
  • Entstehung:
  • Anmerkungen:
  • Zugangsstatus: Freier Zugang