Összes letöltés a DEA-ból: 222
| Ország | Letöltések |
|---|---|
| Egyesült Államok (US) | 115 |
| Magyarország (HU) | 14 |
| Oroszország (RU) | 6 |
| Németország (DE) | 5 |
| Ausztrália (AU) | 4 |
| Törökország (TR) | 4 |
| Kína (CN) | 3 |
| Costa Rica (CR) | 3 |
| Hong Kong SAR (Kínai Népköztársaság) (HK) | 3 |
| Kanada (CA) | 2 |
| Japán (JP) | 2 |
| Panama (PA) | 2 |
| Lengyelország (PL) | 2 |
| Dél-Afrika (ZA) | 2 |
| Olaszország (IT) | 1 |
| Thaiföld (TH) | 1 |
| n.a. | 53 |
| Megjelenés | Publikáció | Fájlletöltések |
|---|---|---|
| 2024 | Szabó, S., Holb, I., Molnár, V., Szatmári, G., Singh, S., Abriha, D.: Classification Assessment Tool: A program to measure the uncertainty of classification models in terms of class-level metrics. Appl. Soft. Comput. 155 1-15, 2024. Teljes szöveg: https://hdl.handle.net/2437/367541 Folyóirat-mutatók:
Q1 Software (2023) | Kiadói változat: 23 |
| 2024 | Szopos, N., Holb, I., Abriha, D., Szabó, S.: Flood risk assessment of a small river with limited available data. Spat. Inf. Res. 32 (-), 1-14, 2024. Teljes szöveg: https://hdl.handle.net/2437/379384 Folyóirat-mutatók:
Q3 Artificial Intelligence (2023) Q3 Computer Science Applications (2023) Q2 Computers in Earth Sciences (2023) Q2 Geography, Planning and Development (2023) | Kiadói változat: 14 |
| 2023 | Shebl, A., Abriha, D., Fahil, A., El-Dokouny, H., Abdelmajeed, A., Csámer, Á.: PRISMA hyperspectral data for lithological mapping in the Egyptian Eastern Desert: Evaluating the support vector machine, random forest, and XG boost machine learning algorithms. Ore Geol. Rev. 161 1-16, 2023. Teljes szöveg: https://hdl.handle.net/2437/360713 Folyóirat-mutatók:
Q1 Economic Geology Q1 Geochemistry and Petrology Q1 Geology | Kiadói változat: 5 |
| 2023 | Abriha, D., Srivastava, P., Szabó, S.: Smaller is better? Unduly nice accuracy assessments in roof detection using remote sensing data with machine learning and k-fold cross-validation. Heliyon. 9 (3), 1-17, 2023. Teljes szöveg: https://hdl.handle.net/2437/346915 Folyóirat-mutatók:
Q1 Multidisciplinary | Kiadói változat: 8 |
| 2023 | Abriha, D., Szabó, S.: Strategies in training deep learning models to extract building from multisource images with small training sample sizes. Int. J. Digit. Earth. 16 (1), 1707-1724, 2023. Teljes szöveg: https://hdl.handle.net/2437/353297 Folyóirat-mutatók:
Q2 Computer Science Applications Q1 Earth and Planetary Sciences (miscellaneous) Q2 Software | Kiadói változat: 8 |
| 2021 | Phinzi, K., Abriha, D., Szabó, S.: Classification Efficacy Using K-Fold Cross-Validation and Bootstrapping Resampling Techniques on the Example of Mapping Complex Gully Systems. Remote Sens. 13 (15), 1-18, 2021. Teljes szöveg: https://hdl.handle.net/2437/321048 Folyóirat-mutatók:
Q1 Earth and Planetary Sciences (miscellaneous) | kiadói változat: 44 |
| 2021 | Szabó, L., Abriha, D., Phinzi, K., Szabó, S.: Urban vegetation classification with high-resolution PlanetScope and SkySat multispectral imagery. Acta geogr. Debr., Landsc. environ. ser. 15 (1), 66-75, 2021. Teljes szöveg: https://hdl.handle.net/2437/325339 | kiadói változat: 64 |
| 2020 | Phinzi, K., Abriha, D., Bertalan, L., Holb, I., Szabó, S.: Machine Learning for Gully Feature Extraction Based on a Pan-Sharpened Multispectral Image: Multiclass vs. Binary Approach. ISPRS Int. Geo-Inf. 9 (4), 1-20, 2020. Teljes szöveg: https://hdl.handle.net/2437/284011 Folyóirat-mutatók:
Q2 Computers in Earth Sciences Q1 Earth and Planetary Sciences (miscellaneous) Q1 Geography, Planning and Development | Kiadói változat: 56 |