Towards non-invasive fish monitoring in hard-to-access habitats using autonomous underwater vehicles and machine learning

Link:
Autor/in:
Verlag/Körperschaft:
IEEE
Erscheinungsjahr:
2022
Medientyp:
Text
Schlagworte:
  • environmental monitoring
  • fish stock estimation
  • convolutional neural networks
  • self-supervised learning
  • acoustic modems
  • 620: Ingenieurwissenschaften
  • ddc:620
Beschreibung:
  • Behörde für Wissenschaft, Forschung, Gleichstellung und Bezirke​
  • PeerReviewed
Quellsystem:
ReposIt
Interne Metadaten
Quelldatensatz
oai:reposit.haw-hamburg.de:20.500.12738/11912