Primjenom satelitskih snimaka i strojnog učenja kartografirane solarne elektrane (CROSBI ID 305569)
Prilog u časopisu | prikaz, osvrt, kritika
Podaci o odgovornosti
Frančula, Nedjeljko
hrvatski
Primjenom satelitskih snimaka i strojnog učenja kartografirane solarne elektrane
Prikaz članka u kojem su autori izradili sustav strojnog učenja za otkrivanje solarnih elektrana na satelitskim snimkama, a zatim su sustav implementirali na preko 550 terabajta slika. Pretražili su gotovo polovicu kopnene površine Zemlje, ukupno detektirali 68 661 solarni objekt i dobili globalnu procjenu od 423 gigavata instaliranog proizvodnog kapaciteta na kraju 2018. To je vrlo blizu procjeni Međunarodne agencije za obnovljivu energiju (IRENA). od 420 gigavata za isto razdoblje.
satelitske snimke ; strojno učenje ; solarne elektrane ; kartografiranje ; računalna tehnologija
nije evidentirano
engleski
Using satellite imagery and machine learning mapped solar power plants
Review of an article in which the authors created a machine learning system to detect solar power plants in satellite images, and then implemented the system on over 550 terabytes of images. They searched almost half of the Earth's land surface, detected a total of 68,661 solar facilities and obtained a global estimate of 423 gigawatts of installed generation capacity at the end of 2018. This is very close to the International Renewable Energy Agency (IRENA) estimate. of 420 gigawatts for the same period.
satellite imagery ; machine learning ; solar power plants ; mapping ; computer technology
nije evidentirano
Podaci o izdanju
Povezanost rada
Geodezija