iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Physik & Astronomie Astronomie Deep Learning in Solar Astronomy
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Deep Learning in Solar Astronomy
Long Xu, Yihua Yan, Xin Huang (Broschiert, Englisch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
The volume of data being collected in solar astronomy has exponentially increased over the past decade and we will be entering the age of petabyte solar data. Deep learning has been an invaluable tool exploited to efficiently extract key information from the massive solar observation data, to solve the tasks of data archiving/classification, object detection and recognition.
Astronomical study… starts with imaging from recorded raw data, followed by image processing, such as image reconstruction, inpainting and generation, to enhance imaging quality. We study deep learning for solar image processing. First, image deconvolution is investigated for synthesis aperture imaging. Second, image inpainting is explored to repair over-saturated solar image due to light intensity beyond threshold of optical lens. Third, image translation among UV/EUV observation of the chromosphere/corona, Ha observation of the chromosphere and magnetogram of the photosphere is realized by using GAN, exhibiting powerful image domain transfer ability among multiple wavebands and different observation devices. It can compensate the lack of observation time or waveband. In addition, time series model, e.g., LSTM, is exploited to forecast solar burst and solar activity indices.
This book presents a comprehensive overview of the deep learning applications in solar astronomy. It is suitable for the students and young researchers who are major in astronomy and computer science, especially interdisciplinary research of them. 58,84 €
oder
zzgl.
Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.
zzgl.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
28.05.2022
Sprache
Englisch
EAN
9789811927454
Herausgeber
Springer Singapore
Serien- oder Bandtitel
SpringerBriefs in Computer Science
Sonderedition
Nein
Autor
Long Xu, Yihua Yan, Xin Huang
Seitenanzahl
92
Auflage
1
Einbandart
Broschiert
Schlagwörter
solar astronomy, solar radio spectrum, solar image classification, solar image generation, deep Learning, adversarial neural network, convolutional neural network, recurrent neural network
Thema-Inhalt
PG - Astronomie, Raum und Zeit
PGG - Astronomische Beobachtung: Observatorien, Ausrüstungen und Methoden
UYQM - Maschinelles Lernen
UYT - Bildverarbeitung
UYQV - Maschinelles Sehen, Bildverstehen
Höhe
235 mm
Breite
15.5 cm
Hersteller: Springer Nature Customer Service Center GmbH, ProductSafety@springernature.com
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen