Amankulova Khilola
Crop yield prediction using machine learning, multi-source remote sensing technologies and data fusion: a case study of Mezőhegyes Hungary.
Doktori értekezés, Szegedi Tudományegyetem (2000-).
(2024)
PDF
(disszertáció)
Download (5MB) |
|
PDF
(tézisfüzet)
Download (228kB) |
Mű típusa: | Disszertáció (Doktori értekezés) |
---|---|
Publikációban használt név: | Amankulova Khilola |
Magyar cím: | Terméshozam-előrejelzés gépi tanulással, több forrásból származó távérzékelési technológiákkal és adatfúzióval: esettanulmány Mezőhegyes Magyarországról |
Témavezető(k): | Témavezető neve Beosztás, tudományos fokozat, intézmény MTMT szerző azonosító Mucsi László Associate professor, Dr. habil, Geoinformatikai, Természet- és Környezetföldrajzi Tanszék SZTE / TTIK / FFI 10001354 |
Szakterület: | 01. Természettudományok > 01.05. Föld- és kapcsolódó környezettudományok > 01.05.01. Multidiszciplináris földtudományok 01. Természettudományok > 01.05. Föld- és kapcsolódó környezettudományok > 01.05.01. Multidiszciplináris földtudományok > 01.05.01.01. Geoinformáció és térinformáció 01. Természettudományok > 01.05. Föld- és kapcsolódó környezettudományok > 01.05.01. Multidiszciplináris földtudományok > 01.05.01.06. Földmegfigyelés az űrből, távérzékelés 01. Természettudományok > 01.05. Föld- és kapcsolódó környezettudományok > 01.05.05. Természetföldrajz > 01.05.05.02. Térinformatika, térképészet |
Doktori iskola: | Földtudományok Doktori Iskola |
Tudományterület / tudományág: | Természettudományok > Földtudományok |
Nyelv: | angol |
Védés dátuma: | 2024. május 22. |
Kulcsszavak: | Remote sensing; Random Forest Regression; Sentinel-2; sunflower; yield prediction, soybean, Machine Learning |
EPrint azonosító (ID): | 12125 |
doi: | https://doi.org/10.14232/phd.12125 |
A feltöltés ideje: | 2024. márc. 22. 15:00 |
Utolsó módosítás: | 2024. okt. 21. 14:43 |
Raktári szám: | B 7423 |
URI: | https://doktori.bibl.u-szeged.hu/id/eprint/12125 |
Védés állapota: | védett |
Actions (login required)
Tétel nézet |