| 标题 |
Are Deep Learning Models Trained on Synthetic Data Actually Reliable in InSAR? A Self-Supervised Learning Approach for InSAR Phase Denoising 相关领域
人工智能
合成数据
计算机科学
机器学习
深度学习
水准点(测量)
降噪
可靠性(半导体)
监督学习
合成孔径雷达
噪音(视频)
人工神经网络
干涉合成孔径雷达
数据建模
模式识别(心理学)
训练集
滤波器(信号处理)
还原(数学)
培训(气象学)
实验数据
标记数据
特征(语言学)
数据挖掘
一般化
噪声数据
特征学习
|
| 网址 | |
| DOI | |
| 其它 |
期刊:IEEE Transactions on Geoscience and Remote Sensing 作者:Kang Liang; Zhong Lu; Jinwoo Kim 出版日期:2026-01-01 |
| 求助人 | |
| 下载 | 求助已完成,仅限求助人或该文件上传人下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)