<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=166033"><dc:title>Zapolnjevanje vrzeli v časovnih vrstah vegetacijskih indeksov z uporabo difuzijskih modelov</dc:title><dc:creator>Lovenjak,	Klemen	(Avtor)
	</dc:creator><dc:creator>Čehovin Zajc,	Luka	(Mentor)
	</dc:creator><dc:creator>Račič,	Matej	(Komentor)
	</dc:creator><dc:subject>globoko učenje</dc:subject><dc:subject>pogojeni generativni modeli</dc:subject><dc:subject>difuzijski modeli</dc:subject><dc:subject>umetno odprtinski radar</dc:subject><dc:subject>vegetacijski indeksi</dc:subject><dc:subject>časovne vrste</dc:subject><dc:subject>imputacija</dc:subject><dc:description>V magistrski nalogi preučujemo pogojeno generiranje manjkajočih podatkov v časovnih vrstah. Osredotočili smo se na problem škrbavih časovnih vrst NDVI. Ta indeks v našem primeru temelji na podatkih optičnih senzorjev misije Sentinel-2, zato je močno občutljiv na stanje atmosfere. Razvili smo metodo za imputacijo manjkajočih vrednosti, ki z uporabo radarskih podob misije Sentinel-1 naslavlja omejitve časovnih vrst NDVI. Uporabili smo pogojeni difuzijski model. Model smo učili na podatkih za kmetijska zemljišča v obdobju enega vegetacijskega cikla. Pristop se je izkazal za obetavnega. Rezultati kažejo, da model presega rezultate osnovne metode interpolacije in kaže na dejanske trende, ki jih z osnovnimi metodami ne moremo zaznati. Kljub temu pa se pojavljajo tudi neintuitivne vrednosti, ki so morda posledica občutljivosti radarskih podatkov na druge vplive.</dc:description><dc:date>2024</dc:date><dc:date>2024-12-18 11:55:01</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>166033</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
