Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Polish Maritime Research
Tom 31 (2024): Zeszyt 1 (March 2024)
Otwarty dostęp
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
oraz
Rafał Kot
Rafał Kot
| 29 mar 2024
Polish Maritime Research
Tom 31 (2024): Zeszyt 1 (March 2024)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
29 mar 2024
Zakres stron:
77 - 84
DOI:
https://doi.org/10.2478/pomr-2024-0008
Słowa kluczowe
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