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
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