Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Polish Maritime Research
Édition 31 (2024): Edition 1 (March 2024)
Accès libre
Automatic Classification of Unexploded Ordnance (UXO) Based on Deep Learning Neural Networks (DLNNS)
Norbert Sigiel
Norbert Sigiel
,
Marcin Chodnicki
Marcin Chodnicki
,
Paweł Socik
Paweł Socik
et
Rafał Kot
Rafał Kot
| 29 mars 2024
Polish Maritime Research
Édition 31 (2024): Edition 1 (March 2024)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
29 mars 2024
Pages:
77 - 84
DOI:
https://doi.org/10.2478/pomr-2024-0008
Mots clés
Deep Learning Neural Network (DLNN)
,
mine detection and classification
,
sonar imagery
,
Mine Countermeasure (MCM)
,
Automatic Target Recognition (ATR
© 2024 Norbert Sigiel et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Norbert Sigiel
Polish Naval Academy Faculty of Navigation and Naval Weapons
Poland
Marcin Chodnicki
Air Force Institute of Technology, Aircraft Composite Structures Division,
Poland
Paweł Socik
Polish Naval Academy Faculty of Mechanical and Electrical Engineering
Poland
Rafał Kot
Polish Naval Academy Faculty of Mechanical and Electrical Engineering
Poland