- Titel
- Using Machine Learning to filter point clouds from artificial rainfall simulations
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-986808
- Konferenz
- 5th Virtual Geoscience Conference. Dresden, 21. - 22. September 2023
- Quellenangabe
- VGC 2023 - Unveiling the dynamic Earth with digital methods
Herausgeber: Helmholtz-Institut Freiberg für Ressourcentechnologie
Herausgeber: Technische Universität Dresden
Erscheinungsort: Dresden
Erscheinungsjahr: 2023
Seiten: 124-125 - Erstveröffentlichung
- 2023
- DOI
- https://doi.org/10.25368/2025.215
- Abstract (EN)
- Understanding soil erosion processes is crucial for managing landscapes and mitigating environmental impact. One innovative and well-established approach involves utilizing digital elevation models (DEMs) to quantify and model erosion.
- Freie Schlagwörter (EN)
- Soil erosion measurement, point cloud processing, machine learning, random forest, PointNet++
- Klassifikation (DDC)
- 550
- Klassifikation (RVK)
- RB 10081
- Herausgeber (Institution)
- Helmholtz-Institut Freiberg für Ressourcentechnologie, Freiberg
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-986808
- Veröffentlichungsdatum Qucosa
- 21.08.2025
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
CC BY 4.0