当前位置：
X-MOL 学术
›
GISci. Remote Sens.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Bridging satellite missions: deep transfer learning for enhanced tropical cyclone intensity estimation
GIScience & Remote Sensing ( IF 6.0 ) Pub Date : 2024-03-11 , DOI: 10.1080/15481603.2024.2325720 Minki Choo 1 , Yejin Kim 1 , Juhyun Lee 1 , Jungho Im 1, 2 , Il-Ju Moon 3
GIScience & Remote Sensing ( IF 6.0 ) Pub Date : 2024-03-11 , DOI: 10.1080/15481603.2024.2325720 Minki Choo 1 , Yejin Kim 1 , Juhyun Lee 1 , Jungho Im 1, 2 , Il-Ju Moon 3
Affiliation
Geostationary satellites are valuable tools for monitoring the entire lifetime of tropical cyclones (TCs). Although the most widely used method for TC intensity estimation is manual, several automa...
中文翻译：
桥接卫星任务：深度迁移学习增强热带气旋强度估计
对地静止卫星是监测热带气旋 (TC) 整个生命周期的宝贵工具。尽管最广泛使用的 TC 强度估算方法是手动，但一些自动...
更新日期：2024-03-14
中文翻译：
桥接卫星任务：深度迁移学习增强热带气旋强度估计
对地静止卫星是监测热带气旋 (TC) 整个生命周期的宝贵工具。尽管最广泛使用的 TC 强度估算方法是手动，但一些自动...
京公网安备 11010802027423号