Zobrazeno 1 - 10
of 28
pro vyhledávání: '"biodiversity prediction"'
Autor:
Alvaro G. Dieste, Francisco Arguello, Dora B. Heras, Paul Magdon, Anja Linstadter, Olena Dubovyk, Javier Muro
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 17, Pp 17349-17370 (2024)
Analyzing time series from remote sensing data can aid in understanding spectral-temporal phenomena in ecosystems, such as the seasonal variation of plant components. Lately, deep learning has emerged as a strong method for mapping environmental vari
Externí odkaz:
https://doaj.org/article/b24161c1e22c4fd18b18dd6fc184456f
Publikováno v:
Land, Vol 13, Iss 2, p 240 (2024)
Biodiversity is crucial for ecosystem functioning, but it is rapidly declining due to human activities and climate change. Protecting biodiversity has become a key priority for global environmental conservation actions. Rare and endangered species ha
Externí odkaz:
https://doaj.org/article/370117d8ddea428ca404e630b31346cb
Publikováno v:
Ecological Indicators, Vol 147, Iss , Pp 109990- (2023)
Wetland destruction and degradation have been increasing gradually. The biodiversity of the remaining wetlands is under unprecedented threat. Identifying the future trend of wetland biodiversity is a critical step to provide early warnings for wetlan
Externí odkaz:
https://doaj.org/article/bce3a9d7d028419e8a2b14f5cdac2037
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Methods in Ecology and Evolution. 13:711-721
Funding: Financial support was provided by Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET, PIP 11220150100066 CO), UNMdP (Project EXA903457/18) and FONCYT (PICT 201-0427). 1. During the last decade, convolutional neural network
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b62e6df282e5989998de83b2ebb6411f
https://doi.org/10.1111/2041-210x.13775
https://doi.org/10.1111/2041-210x.13775
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.