GSTDTAP  > 地球科学
人工智能助力可持续采矿和地球观测
刘文浩
2024-09-25
所属快报地球科学快报
出版年2024
18
语种中文
领域地球科学
栏目地学仪器设备与技术
中文关键词人工智能 ; 遥感数据 ; 采矿
英文关键词AI Remote data mining
中文摘要

2024年8月29日,德国亥姆霍兹联合会(Helmholtz Association of German Research Centres,HGF)公布最新研究进展称,该机构研究人员与亥姆霍兹德累斯顿—罗森多夫中心(HZDR)下属的亥姆霍兹弗莱贝格资源技术研究所(Helmholtz Institute Freiberg for Resource Technology,HIF)合作开展的3项研究显示,监测采矿区的研究工作取得了重大进展。研究人员提倡在环境保护和灾害预防方面以符合道德的方式使用人工智能 (AI) 进行地球观测。此外,他们还开发了一种人工智能支持的模型,该模型结合了遥感数据,可能代表地球观测界迈出了重要一步。相关研究已发表在《IEEE 模式分析与机器智能学报》( IEEE Transactions on Pattern Analysis and Machine Intelligence)杂志上。

原文题名AI and remote sensing data sets advance sustainable mining and Earth observation
原文链接查看原文
文献类型快报文章
条目标识符http://119.78.100.173/C666/handle/2XK7JSWQ/355098
专题地球科学
推荐引用方式
GB/T 7714
刘文浩. 人工智能助力可持续采矿和地球观测. 2024.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
人工智能助力可持续采矿和地球观测.doc(17KB)快报文章 开放获取CC BY-NC-SA浏览 请求全文
人工智能助力可持续采矿和地球观测.jpg(30KB)快报文章 开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[刘文浩]的文章
百度学术
百度学术中相似的文章
[刘文浩]的文章
必应学术
必应学术中相似的文章
[刘文浩]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 人工智能助力可持续采矿和地球观测.docx
格式: Microsoft Word
此文件暂不支持浏览
文件名: 人工智能助力可持续采矿和地球观测.jpg
格式: JPEG
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。