Challenges and prospects of spatial machine learning
Hagenauer, Julian Christian
1980-
VerfasserIn
aut
Marzahn, Philip
AkademischeR BetreuerIn
dgs
Thinh, Nguyen Xuan
AkademischeR BetreuerIn
dgs
Scholz, Johannes
AkademischeR BetreuerIn
dgs
Universität Rostock
Grad-verleihende Institution
dgg
Universität Rostock
Agrar- und Umweltwissenschaftliche Fakultät
Grad-verleihende Institution
dgg
text
theses
Text
Hochschulschrift
gw
2022
monographic
XA-DE
Rostock
Universität Rostock
publisher
2022
Rostock
Universitätsbibliothek Rostock
distributor
eng
ger
1 Online-Ressource (xiii, 280 Seiten) Illustrationen, Diagramme
The main objective of this thesis is to improve the usefulness of spatial machine learning for the spatial sciences and to allow its unused potential to be exploited. To achieve this objective, this thesis addresses several important but distinct challenges which spatial machine learning is facing. These are the modeling of spatial autocorrelation and spatial heterogeneity, the selection of an appropriate model for a given spatial problem, and the understanding of complex spatial machine learning models.<eng>
Das wesentliche Ziel dieser Arbeit ist es, die Nützlichkeit des räumlichen maschinellen Lernens für die Raumwissenschaften zu verbessern und es zu ermöglichen, ungenutztes Potenzial auszuschöpfen. Um dieses Ziel zu erreichen, befasst sich diese Arbeit mit mehreren wichtigen Herausforderungen, denen das räumliche maschinelle Lernen gegenübersteht. Diese sind die Modellierung von räumlicher Autokorrelation und räumlicher Heterogenität, die Auswahl eines geeigneten Modells für ein gegebenes räumliches Problem und das Verständnis komplexer räumlicher maschineller Lernmodelle.<ger>
Open Access
Urheberrechtsschutz 1.0
vorgelegt von Julian Christian Hagenauer
Enthält Zeitschriftenartikel
GutachterInnen: Philip Marzahn (Universität Rostock, Agrar- und Umweltwissenschaftliche Fakultät) ; Nguyen Xuan Thinh (Technische Universität Dortmund, Fakultät Raumplanung) ; Johannes Scholz (Technische Universität Graz, Geodätisches Institut)
Habilitationsschrift Universität Rostock 2023 Kumulative Habilitationsschrift
004
550
006.31
004
http://purl.uni-rostock.de/rosdok/id00004228
https://doi.org/10.18453/rosdok_id00004228
https://nbn-resolving.org/urn:nbn:de:gbv:28-rosdok_id00004228-3
https://d-nb.info/129354065X/34
Challenges and prospects of spatial machine learning
Rostock : Universität Rostock, 2022
Druck-Ausgabe
(DE-627)1839125004
Hagenauer, Julian Christian, 1980 -
urn:nbn:de:gbv:28-rosdok_id00004228-3
10.18453/rosdok_id00004228
1372558108
rda
DE-627
230314
1839123516
20251226T210013.0
Converted from MARCXML to MODS version 3.8 using MARC21slim2MODS3-8_XSLT1-0.xsl
(Revision 1.174 20250328)
ger