ಅಭಿಪ್ರಾಯ / ಸಲಹೆಗಳು

NITK ಸಮ್ಮರ್ ಸ್ಕೂಲ್ ಆನ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಮತ್ತು ಡೀಪ್ ಲರ್ನಿಂಗ್ ಟು ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು

 

Machine and deep learning tackle the challenges in handling big data. These tools offer many potential applications in the field of remote sensing data processing and analysis. One such potential task is in effective and efficient classification of remotely sensed imagery. The strengths of machine and deep learning methods include the capacity to handle data of high dimensionality and to map classes with very complex characteristics.

However, implementing a machine and deep learning classification method is not straightforward, and the literature provides conflicting advice regarding many key issues. Jointly organised by IEEE Geoscience and Remote Sensing Society, Bangalore Section, NITK IEEE Student Branch, and the Department of Electronics and Communication Engineering, NIT Karnataka, Surathkal, India from July 5 -16, 2021, the summer school presented tutorials for application of machine and deep learning for remote sensing data.

There were lectures on many real applications of remote sensing. The two weeks online summer school provided an intensive understanding of how to use the machine and deep learning algorithms and introduction of the software tools for solving the practical problems in the remote sensing domain

 

ಇತ್ತೀಚಿನ ನವೀಕರಣ​ : 22-11-2021 09:43 AM ಅನುಮೋದಕರು: Admin


ಹಕ್ಕುತ್ಯಾಗ

ಈ ಪುಟವು ಸರ್ಕಾರಿ ಸಚಿವಾಲಯ/ ಇಲಾಖೆ/ ಸಂಸ್ಥೆಗಳಿಗೂ ಲಿಂಕುಗಳನ್ನು ಕಲ್ಪಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಈ ವೆಬ್ ಸೈಟುಗಳ ವಿಷಯಗಳು ಆಯಾ ಸಂಸ್ಥೆಗಳ ಸ್ವತ್ತೇ ಆಗಿದ್ದು, ಯಾವುದೇ ಹೆಚ್ಚಿನ ಮಾಹಿತಿ ಅಥವಾ ಸಲಹೆಗಾಗಿ ಅವರನ್ನೇ ಸಂಪರ್ಕಿಸುವುದು

ಜಾಲತಾಣ ನೀತಿಗಳು

  • ಹಕ್ಕುಸ್ವಾಮ್ಯ ನೀತಿ
  • ಬಾಹ್ಯಜಾಲತಾಣ ಸಂಪರ್ಕ ನೀತಿ
  • ಭದ್ರತಾ ನೀತಿ
  • ಕರಾರುಗಳು ಮತ್ತು ಷರತ್ತುಗಳು

ಸಂದರ್ಶಕರು

  • ಇತ್ತೀಚಿನ ನವೀಕರಣ​ :
  • ಸಂದರ್ಶಕರು :
  • ಆವೃತ್ತಿ :
ವಿಷಯದ ಮಾಲೀಕತ್ವ ಮತ್ತು ನಿರ್ವಹಣೆ : ಸಮಗ್ರ ಜಲ ಸಂಪನ್ಮೂಲ ನಿರ್ವಹಣಾ ಉನ್ನತ ಕೇಂದ್ರ
ವಿನ್ಯಾಸ, ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಪ್ರಕಟಣೆ : ಇ-ಆಡಳಿತ ಕೇಂದ್ರ , ಕರ್ನಾಟಕ ಸರ್ಕಾರ © 2024, ಎಲ್ಲಾ ಹಕ್ಕುಗಳೂ ಕಾಯ್ದಿರಿಸಿವೆ

ಜಾಲತಾಣದ ಉತ್ತಮ ನೋಟಕ್ಕಾಗಿ ಕ್ರೋಮ್‌ v-87.0.4280.141, ಮೈಕ್ರೋಸಾಫ್ಟ್‌ ಎಡ್ಜ್‌ v-87.0.664.75, ಫೈರ್‌ಫಾಕ್ಸ್‌ v-83.0 ಬ್ರೌಸರ್‌ಗಳನ್ನು ಬಳಸಿ. ಸ್ಥಿರಚಿತ್ರಣ : 1280x800 to 1920x1080