3D-ResNet-BiLSTM Model: A Deep Learning Model for County-Level Soybean Yield Prediction with Time-Series Sentinel-1, Sentinel-2 Imagery, and Daymet Data

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch

Erschienen in
In: Fathi, M.; Shah-Hosseini, R.; Moghimi, A.: 3D-ResNet-BiLSTM Model: A Deep Learning Model for County-Level Soybean Yield Prediction with Time-Series Sentinel-1, Sentinel-2 Imagery, and Daymet Data. In: Remote Sensing 15 (2023), Nr. 23, 5551. DOI: https://doi.org/10.3390/rs15235551

Ereignis
Veröffentlichung
(wo)
Hannover
(wer)
Gottfried Wilhelm Leibniz Universität Hannover
(wann)
2023
Ereignis
Veröffentlichung
(wo)
Hannover
(wer)
Technische Informationsbibliothek (TIB)
(wann)
2023
Urheber
Fathi, Mahdiyeh
Shah-Hosseini, Reza
Moghimi, Armin

DOI
10.15488/16899
URN
urn:nbn:de:101:1-2024041102252092299010
Rechteinformation
Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
25.03.2025, 13:56 MEZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Fathi, Mahdiyeh
  • Shah-Hosseini, Reza
  • Moghimi, Armin
  • Gottfried Wilhelm Leibniz Universität Hannover
  • Technische Informationsbibliothek (TIB)

Entstanden

  • 2023

Ähnliche Objekte (12)