(English below)

Học sâu cho các ngành khoa học về Trái đất: Phương pháp tiếp cận toàn diện đối với Viễn thám, Khoa học khí hậu và Khoa học địa chất
Biên tập viên: Gustau Camps-Valls, Devis Tuia, Xiao Xiang Zhu, Markus Reichstein

Về cuốn sách này
Khám phá phương pháp điều trị sâu sắc này về học sâu trong lĩnh vực khoa học trái đất, từ bốn tiếng nói hàng đầu

Học sâu là một kỹ thuật cơ bản trong Trí tuệ nhân tạo hiện đại và đang được áp dụng cho các ngành trên phạm vi khoa học; khoa học trái đất cũng không ngoại lệ. Tuy nhiên, mối liên hệ giữa học sâu và các khoa học Trái đất chỉ mới được đưa vào chương trình giảng dạy học thuật gần đây và do đó vẫn chưa phát triển. Học sâu cho Khoa học Trái đất mang đến một góc nhìn độc đáo và cách xử lý các khái niệm, kỹ năng và thực hành cần thiết để nhanh chóng làm quen với việc áp dụng các kỹ thuật học sâu vào các ngành Khoa học Trái đất. Cuốn sách chuẩn bị cho người đọc sẵn sàng sử dụng các công nghệ và nguyên tắc được mô tả trong nghiên cứu của riêng họ.

Các biên tập viên xuất sắc cũng đã bao gồm các nguồn giải thích và cung cấp các ý tưởng và khuyến nghị mới cho nghiên cứu mới, đặc biệt hữu ích cho những người tham gia vào giáo dục nghiên cứu tiên tiến hoặc những người tìm kiếm định hướng luận án Tiến sĩ. Người đọc cũng sẽ được hưởng lợi từ việc bao gồm:

• Giới thiệu về học sâu cho các mục đích phân loại, bao gồm những tiến bộ trong phân đoạn hình ảnh và mã hóa sơ bộ, phát hiện bất thường và phát hiện mục tiêu, và thích ứng miền
• Khám phá các đại diện học tập và học sâu không giám sát, bao gồm kết hợp hình ảnh học sâu, truy xuất hình ảnh, đối sánh và đồng đăng ký
• Thảo luận thực tế về hồi quy, điều chỉnh, truy xuất tham số, dự báo và nội suy
• Một cuộc kiểm tra các mô hình học sâu nhận thức về vật lý, bao gồm mô phỏng các mã phức tạp và tham số mô hình

Hoàn hảo cho các nghiên cứu sinh và nghiên cứu sinh trong các lĩnh vực khoa học địa lý, xử lý hình ảnh, viễn thám, kỹ thuật điện và khoa học máy tính, và học máy, Deep Learning for the Earth Sciences cũng sẽ giành được một vị trí trong thư viện của các nhà nghiên cứu máy học và nhận dạng mẫu, kỹ sư và nhà khoa học.

-----

DEEP LEARNING FOR THE EARTH SCIENCES

Deep Learning for the Earth Sciences: A Comprehensive Approach to Remote Sensing, Climate Science, and Geosciences
Editor(s):Gustau Camps-Valls, Devis Tuia, Xiao Xiang Zhu, Markus Reichstein

About this book
Explore this insightful treatment of deep learning in the field of earth sciences, from four leading voices

Deep learning is a fundamental technique in modern Artificial Intelligence and is being applied to disciplines across the scientific spectrum; earth science is no exception. Yet, the link between deep learning and Earth sciences has only recently entered academic curricula and thus has not yet proliferated. Deep Learning for the Earth Sciences delivers a unique perspective and treatment of the concepts, skills, and practices necessary to quickly become familiar with the application of deep learning techniques to the Earth sciences. The book prepares readers to be ready to use the technologies and principles described in their own research.

The distinguished editors have also included resources that explain and provide new ideas and recommendations for new research especially useful to those involved in advanced research education or those seeking PhD thesis orientations. Readers will also benefit from the inclusion of:

• An introduction to deep learning for classification purposes, including advances in image segmentation and encoding priors, anomaly detection and target detection, and domain adaptation
• An exploration of learning representations and unsupervised deep learning, including deep learning image fusion, image retrieval, and matching and co-registration
• Practical discussions of regression, fitting, parameter retrieval, forecasting and interpolation
• An examination of physics-aware deep learning models, including emulation of complex codes and model parametrizations

Perfect for PhD students and researchers in the fields of geosciences, image processing, remote sensing, electrical engineering and computer science, and machine learning, Deep Learning for the Earth Sciences will also earn a place in the libraries of machine learning and pattern recognition researchers, engineers, and scientists.

Geolink tổng hợp từ onlinelibrary.wiley