Výsledky vyhledávání - "sparse variational Gaussian processes (SVGP)"

Akademický článek

End-to-End Learning for Land Cover Classification Using Irregular and Unaligned SITS by Combining Attention-Based Interpolation With Sparse Variational Gaussian Processes

Autor: Valentine Bellet, Mathieu Fauvel, Jordi Inglada, Julien Michel

Publikováno v: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 17, Pp 2980-2994 (2024)

In this article, we propose a method exploiting irregular and unaligned Sentinel-2 satellite image time series (SITS) for large-scale land cover pixel-based classification. We perform end-to-end learning by combining a time and space informed kernel

Externí odkaz: https://doaj.org/article/c1c176894458402eb8b83a3da2500f5f

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Bayesian optimization with uncertainty aware neural networks

Autor: Ampudia, David, Leung, Clinton

Treball fi de màster de: Master's Degree in Data Science. Methodology Program. Curs 2021-2022 Tutor: Hrvoje Stojic Bayesian optimization has emerged as an effective and efficient approach for finding the global optimum of highly complex derivative-f

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______1610::086626338e38dd57f96122ed8932b6c5
http://hdl.handle.net/10230/56569

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání