Texto completo
Vista Previa |
PDF (Portable Document Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (4MB) | Vista Previa |
Latent force models for earth observation time series prediction
Cita
Luengo García, David 
ORCID: https://orcid.org/0000-0001-7407-3630, Campos-Taberner, Manuel and Camps-Valls, Gustau
(2016).
Latent force models for earth observation time series prediction.
En: "MLSP2016 IEEE International Workshop on Machine Learning for Signal Processing", 13/09/2016 - 16/09/2016, Salerno (Italia). ISBN 978-1-5090-0746-2. pp. 1-6.
https://doi.org/10.1109/MLSP.2016.7738844.
ORCID: https://orcid.org/0000-0001-7407-3630, Campos-Taberner, Manuel and Camps-Valls, Gustau
(2016).
Latent force models for earth observation time series prediction.
En: "MLSP2016 IEEE International Workshop on Machine Learning for Signal Processing", 13/09/2016 - 16/09/2016, Salerno (Italia). ISBN 978-1-5090-0746-2. pp. 1-6.
https://doi.org/10.1109/MLSP.2016.7738844.
Descripción
| Título: | Latent force models for earth observation time series prediction |
|---|---|
| Autor/es: |
|
| Tipo de Documento: | Ponencia en Congreso o Jornada (Artículo) |
| Título del Evento: | MLSP2016 IEEE International Workshop on Machine Learning for Signal Processing |
| Fechas del Evento: | 13/09/2016 - 16/09/2016 |
| Lugar del Evento: | Salerno (Italia) |
| Título del Libro: | Proceedings of the 2016 IEEE 26th International Workshop on Machine Learning for Signal Processing (MLSP) |
| Fecha: | 2016 |
| ISBN: | 978-1-5090-0746-2 |
| Materias: | |
| ODS: | |
| Palabras Clave Informales: | Latent force models, Gaussian processes, Remote sensing, satellite images, Moderate Resolution Imaging Spectroradiometer (MODIS), gap filling, multi-output regression, rice crop monitoring. |
| Escuela: | E.T.S.I. y Sistemas de Telecomunicación (UPM) |
| Departamento: | Teoría de la Señal y Comunicaciones |
| Licencias Creative Commons: | Reconocimiento - Sin obra derivada - No comercial |
Resumen
We introduce latent force models for Earth observation time series analysis. The model uses Gaussian processes and differential equations to combine data driven modelling with a physical model of the system. The LFM presented here performs multi-output structured regression, adapts to the signal characteristics, it can cope with missing data in the time series, and provides explicit latent functions that allow system analysis and evaluation. We successfully illustrate the performance in challenging scenarios of crop monitoring from space, providing time-resolved time series predictions.
Proyectos asociados
Tipo
Código
Acrónimo
Responsable
Título
FP7
FP7/2007-2013
Sin especificar
Sin especificar
Sin especificar
Horizonte 2020
ERC-CoG-2014
SEDAL
Sin especificar
Sin especificar
Gobierno de España
TEC2015-64835-C3-3-R
Sin especificar
Sin especificar
Sin especificar
Gobierno de España
TIN2015-64210-R
Sin especificar
Sin especificar
Sin especificar
Más información
| ID de Registro: | 46523 |
|---|---|
| Identificador DC: | https://oa.upm.es/46523/ |
| Identificador OAI: | oai:oa.upm.es:46523 |
| Identificador DOI: | 10.1109/MLSP.2016.7738844 |
| URL Oficial: | http://mlsp2016.conwiz.dk/home.htm |
| Depositado por: | Memoria Investigacion |
| Depositado el: | 24 Abr 2018 18:08 |
| Ultima Modificación: | 30 Nov 2022 09:00 |
Acciones
- Estadísticas
- Exportar cita
- Editar (sólo personal del Archivo)
