文献
J-GLOBAL ID:201802210031691816   整理番号:18A0835745

機械学習を用いた地上観測・衛星観測データの統合による広域陸域熱・水・炭素フラックスの推定

Terrestrial Energy, Water, and Carbon Flux Estimation Using Machine Learning Algorithms
著者 (6件):
資料名:
巻: 38  号:ページ: 114-120  発行年: 2018年04月20日 
JST資料番号: X0714A  ISSN: 0289-7911  資料種別: 逐次刊行物 (A)
記事区分: 解説  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
各種の観測データの広い利用可能性を有する機械学習技術を用いて,地上観測データと衛星観測データの統合が進んでいる。近年では,これらの技術を,地域エネルギー,水,及び炭素循環の研究に応用し,アップスケーリングによるそれらの空間的および時間的変動を推定している。この解説では,機械学習を使用したアップスケーリング技術の概要を説明し,陸域生物圏研究に対するデータセットの潜在的応用を考察した。(翻訳著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
リモートセンシング一般  ,  人工知能 
引用文献 (28件):
もっと見る

前のページに戻る