Forecasting vegetation indices from spatio-temporal remotely sensed data using deep learning-based approaches: A systematic literature review - Archive ouverte HAL
Article Dans Une Revue Ecological Informatics Année : 2022

Forecasting vegetation indices from spatio-temporal remotely sensed data using deep learning-based approaches: A systematic literature review

Aya Ferchichi
  • Fonction : Auteur
Ali Ben Abbes
  • Fonction : Auteur
Vincent Barra
  • Fonction : Auteur
Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
Imed Riadh Farah

Domaines

Apprentissage [cs.LG] Traitement du signal et de l'image [eess.SP]

Vincent BARRA  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03526440

Soumis le : vendredi 14 janvier 2022-14:46:24

Dernière modification le : samedi 22 avril 2023-04:24:08

Fichier non déposé

Dates et versions

hal-03526440 , version 1 (14-01-2022)

Identifiants

Citer

Aya Ferchichi, Ali Ben Abbes, Vincent Barra, Imed Riadh Farah. Forecasting vegetation indices from spatio-temporal remotely sensed data using deep learning-based approaches: A systematic literature review. Ecological Informatics, 2022, pp.101552. ⟨10.1016/j.ecoinf.2022.101552⟩. ⟨hal-03526440⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

PRES_CLERMONT CNRS LIMOS CLERMONT-AUVERGNE-INP
94 Consultations
0 Téléchargements

Altmetric

Partager

More