Holdings: Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning

Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning: = Multi-hazard exposure modeling with multimodal geo-image data and deep learning

Saved in:

Bibliographic Details
Main Author:	Aravena Pelizari, Patrick 19XX- (Author)
Format:	Thesis Book
Language:	German
Published:	München 2024
Subjects:	Deep Learning Raumdaten Naturgefahr Modellierung Naturgefahren Vulnerabilität natural hazard exposure vulnerability street-level imagery remote sensing machine learning Disaster Risk Hochschulschrift
Online Access:	Volltext
Item Description:	erschienen 2025
Physical Description:	XV, 140 Seiten Illustrationen, Diagramme
DOI:	10.25972/OPUS-40155

Staff View

MARC


LEADER	00000nam a2200000zc 4500
001	BV050228810
003	DE-604
005	20250410
007	t\|
008	250401s2024 gw a\|\|\| m\|\|\| 00\|\|\| ger d
015			\|a 25,O04 \|2 dnb
035			\|a (OCoLC)1518398541
035			\|a (DE-599)BVBBV050228810
040			\|a DE-604 \|b ger \|e rda
041	0		\|8 3\p \|a ger
044			\|a gw \|c XA-DE-BY
049			\|a DE-384 \|a DE-473 \|a DE-703 \|a DE-1051 \|a DE-824 \|a DE-29 \|a DE-12 \|a DE-91 \|a DE-19 \|a DE-1049 \|a DE-92 \|a DE-739 \|a DE-898 \|a DE-355 \|a DE-706 \|a DE-20 \|a DE-1102 \|a DE-860 \|a DE-2174
084			\|a RB 10104 \|0 (DE-625)142220:12617 \|2 rvk
084			\|8 1\p \|a 006.31 \|2 23ksdnb
084			\|8 2\p \|a 004 \|2 23sdnb
100	1		\|a Aravena Pelizari, Patrick \|d 19XX- \|e Verfasser \|0 (DE-588)1361989238 \|4 aut
245	1	0	\|a Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning \|b = Multi-hazard exposure modeling with multimodal geo-image data and deep learning \|c vorgelegt von Patrick Aravena Pelizari aus München
246	1	1	\|a Multi-hazard exposure modeling with multimodal geo-image data and deep learning
264		1	\|a München \|c 2024
300			\|a XV, 140 Seiten \|b Illustrationen, Diagramme
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
500			\|a erschienen 2025
502			\|b Dissertation \|c Julius-Maximilians-Universität Würzburg \|d 2024
546			\|a Zusammenfassung in deutscher und englischer Sprache
583	1		\|a Archivierung/Langzeitarchivierung gewährleistet \|5 DE-101 \|2 pdager
650	0	7	\|a Deep Learning \|0 (DE-588)1135597375 \|2 gnd \|9 rswk-swf
650	0	7	\|a Raumdaten \|0 (DE-588)4206012-6 \|2 gnd \|9 rswk-swf
650	0	7	\|a Naturgefahr \|0 (DE-588)4123823-0 \|2 gnd \|9 rswk-swf
650	0	7	\|a Modellierung \|0 (DE-588)4170297-9 \|2 gnd \|9 rswk-swf
653			\|a Naturgefahren
653			\|a Vulnerabilität
653			\|a natural hazard exposure
653			\|a vulnerability
653			\|a street-level imagery
653			\|a remote sensing
653			\|a machine learning
653			\|a Disaster Risk
655		7	\|0 (DE-588)4113937-9 \|a Hochschulschrift \|2 gnd-content
689	0	0	\|a Naturgefahr \|0 (DE-588)4123823-0 \|D s
689	0	1	\|a Modellierung \|0 (DE-588)4170297-9 \|D s
689	0	2	\|a Raumdaten \|0 (DE-588)4206012-6 \|D s
689	0	3	\|a Deep Learning \|0 (DE-588)1135597375 \|D s
689	0		\|5 DE-604
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe \|o urn:nbn:de:bvb:20-opus-401556 \|o doi:10.25972/OPUS-40155
856	4	1	\|u https://doi.org/10.25972/OPUS-40155 \|x Resolving-System \|z kostenfrei \|3 Volltext
883	0		\|8 1\p \|a emakn \|c 0,14280 \|d 20250305 \|q DE-101 \|u https://d-nb.info/provenance/plan#emakn
883	0		\|8 2\p \|a emasg \|c 0,37079 \|d 20250305 \|q DE-101 \|u https://d-nb.info/provenance/plan#emasg
883	1		\|8 3\p \|a npi \|d 20250303 \|q DE-101 \|u https://d-nb.info/provenance/plan#npi
912			\|a ebook
943	1		\|a oai:aleph.bib-bvb.de:BVB01-035563660

Record in the Search Index

_version_	1832928004334944256
adam_text
any_adam_object
author	Aravena Pelizari, Patrick 19XX-
author_GND	(DE-588)1361989238
author_facet	Aravena Pelizari, Patrick 19XX-
author_role	aut
author_sort	Aravena Pelizari, Patrick 19XX-
author_variant	p p a pp ppa
building	Verbundindex
bvnumber	BV050228810
classification_rvk	RB 10104
collection	ebook
ctrlnum	(OCoLC)1518398541 (DE-599)BVBBV050228810
discipline	Geographie
doi_str_mv	10.25972/OPUS-40155
format	Thesis Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000zc 4500</leader><controlfield tag="001">BV050228810</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20250410</controlfield><controlfield tag="007">t\|</controlfield><controlfield tag="008">250401s2024 gw a\|\|\| m\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">25,O04</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1518398541</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV050228810</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-384</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-1051</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-29</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-2174</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">RB 10104</subfield><subfield code="0">(DE-625)142220:12617</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">006.31</subfield><subfield code="2">23ksdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">2\p</subfield><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Aravena Pelizari, Patrick</subfield><subfield code="d">19XX-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1361989238</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning</subfield><subfield code="b">= Multi-hazard exposure modeling with multimodal geo-image data and deep learning</subfield><subfield code="c">vorgelegt von Patrick Aravena Pelizari aus München</subfield></datafield><datafield tag="246" ind1="1" ind2="1"><subfield code="a">Multi-hazard exposure modeling with multimodal geo-image data and deep learning</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">München</subfield><subfield code="c">2024</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XV, 140 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">erschienen 2025</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Julius-Maximilians-Universität Würzburg</subfield><subfield code="d">2024</subfield></datafield><datafield tag="546" ind1=" " ind2=" "><subfield code="a">Zusammenfassung in deutscher und englischer Sprache</subfield></datafield><datafield tag="583" ind1="1" ind2=" "><subfield code="a">Archivierung/Langzeitarchivierung gewährleistet</subfield><subfield code="5">DE-101</subfield><subfield code="2">pdager</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Deep Learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Raumdaten</subfield><subfield code="0">(DE-588)4206012-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Naturgefahr</subfield><subfield code="0">(DE-588)4123823-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Modellierung</subfield><subfield code="0">(DE-588)4170297-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Naturgefahren</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Vulnerabilität</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">natural hazard exposure</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">vulnerability</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">street-level imagery</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">remote sensing</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">machine learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Disaster Risk</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Naturgefahr</subfield><subfield code="0">(DE-588)4123823-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Modellierung</subfield><subfield code="0">(DE-588)4170297-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Raumdaten</subfield><subfield code="0">(DE-588)4206012-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Deep Learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe</subfield><subfield code="o">urn:nbn:de:bvb:20-opus-401556</subfield><subfield code="o">doi:10.25972/OPUS-40155</subfield></datafield><datafield tag="856" ind1="4" ind2="1"><subfield code="u">https://doi.org/10.25972/OPUS-40155</subfield><subfield code="x">Resolving-System</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">emakn</subfield><subfield code="c">0,14280</subfield><subfield code="d">20250305</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emakn</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">emasg</subfield><subfield code="c">0,37079</subfield><subfield code="d">20250305</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emasg</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">npi</subfield><subfield code="d">20250303</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#npi</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ebook</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-035563660</subfield></datafield></record></collection>
genre	(DE-588)4113937-9 Hochschulschrift gnd-content
genre_facet	Hochschulschrift
id	DE-604.BV050228810
illustrated	Illustrated
indexdate	2025-05-23T16:06:01Z
institution	BVB
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-035563660
oclc_num	1518398541
open_access_boolean	1
owner	DE-384 DE-473 DE-BY-UBG DE-703 DE-1051 DE-824 DE-29 DE-12 DE-91 DE-BY-TUM DE-19 DE-BY-UBM DE-1049 DE-92 DE-739 DE-898 DE-BY-UBR DE-355 DE-BY-UBR DE-706 DE-20 DE-1102 DE-860 DE-2174
owner_facet	DE-384 DE-473 DE-BY-UBG DE-703 DE-1051 DE-824 DE-29 DE-12 DE-91 DE-BY-TUM DE-19 DE-BY-UBM DE-1049 DE-92 DE-739 DE-898 DE-BY-UBR DE-355 DE-BY-UBR DE-706 DE-20 DE-1102 DE-860 DE-2174
physical	XV, 140 Seiten Illustrationen, Diagramme
psigel	ebook
publishDate	2024
publishDateSearch	2024
publishDateSort	2024
record_format	marc
spelling	Aravena Pelizari, Patrick 19XX- Verfasser (DE-588)1361989238 aut Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning vorgelegt von Patrick Aravena Pelizari aus München Multi-hazard exposure modeling with multimodal geo-image data and deep learning München 2024 XV, 140 Seiten Illustrationen, Diagramme txt rdacontent n rdamedia nc rdacarrier erschienen 2025 Dissertation Julius-Maximilians-Universität Würzburg 2024 Zusammenfassung in deutscher und englischer Sprache Archivierung/Langzeitarchivierung gewährleistet DE-101 pdager Deep Learning (DE-588)1135597375 gnd rswk-swf Raumdaten (DE-588)4206012-6 gnd rswk-swf Naturgefahr (DE-588)4123823-0 gnd rswk-swf Modellierung (DE-588)4170297-9 gnd rswk-swf Naturgefahren Vulnerabilität natural hazard exposure vulnerability street-level imagery remote sensing machine learning Disaster Risk (DE-588)4113937-9 Hochschulschrift gnd-content Naturgefahr (DE-588)4123823-0 s Modellierung (DE-588)4170297-9 s Raumdaten (DE-588)4206012-6 s Deep Learning (DE-588)1135597375 s DE-604 Erscheint auch als Online-Ausgabe urn:nbn:de:bvb:20-opus-401556 doi:10.25972/OPUS-40155 https://doi.org/10.25972/OPUS-40155 Resolving-System kostenfrei Volltext 1\p emakn 0,14280 20250305 DE-101 https://d-nb.info/provenance/plan#emakn 2\p emasg 0,37079 20250305 DE-101 https://d-nb.info/provenance/plan#emasg 3\p npi 20250303 DE-101 https://d-nb.info/provenance/plan#npi
spellingShingle	Aravena Pelizari, Patrick 19XX- Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning Deep Learning (DE-588)1135597375 gnd Raumdaten (DE-588)4206012-6 gnd Naturgefahr (DE-588)4123823-0 gnd Modellierung (DE-588)4170297-9 gnd
subject_GND	(DE-588)1135597375 (DE-588)4206012-6 (DE-588)4123823-0 (DE-588)4170297-9 (DE-588)4113937-9
title	Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning
title_alt	Multi-hazard exposure modeling with multimodal geo-image data and deep learning
title_auth	Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning
title_exact_search	Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning
title_full	Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning vorgelegt von Patrick Aravena Pelizari aus München
title_fullStr	Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning vorgelegt von Patrick Aravena Pelizari aus München
title_full_unstemmed	Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning = Multi-hazard exposure modeling with multimodal geo-image data and deep learning vorgelegt von Patrick Aravena Pelizari aus München
title_short	Multihazard-Expositionsmodellierung mit multimodalen Geobilddaten und Deep Learning
title_sort	multihazard expositionsmodellierung mit multimodalen geobilddaten und deep learning multi hazard exposure modeling with multimodal geo image data and deep learning
title_sub	= Multi-hazard exposure modeling with multimodal geo-image data and deep learning
topic	Deep Learning (DE-588)1135597375 gnd Raumdaten (DE-588)4206012-6 gnd Naturgefahr (DE-588)4123823-0 gnd Modellierung (DE-588)4170297-9 gnd
topic_facet	Deep Learning Raumdaten Naturgefahr Modellierung Hochschulschrift
url	https://doi.org/10.25972/OPUS-40155
work_keys_str_mv	AT aravenapelizaripatrick multihazardexpositionsmodellierungmitmultimodalengeobilddatenunddeeplearningmultihazardexposuremodelingwithmultimodalgeoimagedataanddeeplearning AT aravenapelizaripatrick multihazardexposuremodelingwithmultimodalgeoimagedataanddeeplearning

Holdings

There is no print copy available.

Interlibrary loan Place Request Caution: Not in THWS collection! Get full text

MARC

Record in the Search Index

There is no print copy available.

Similar Items