Soya Yield Prediction on a Within-Field Scale Using Machine Learning Models Trained on Sentinel-2 and Soil Data

Pejak, Branislav; Lugonja, Predrag; Antić, Aleksandar; Panić, Marko; Pandžić, Miloš; Alexakis, Emmanouil; Mavrepis, Philip; Zhou, Naweiluo; Marko, Oskar; Crnojević, Vladimir

Резултати

еНаука > Резултати > Soya Yield Prediction on a Within-Field Scale Using Machine Learning Models Trained on Sentinel-2 and Soil Data

Назив:	Soya Yield Prediction on a Within-Field Scale Using Machine Learning Models Trained on Sentinel-2 and Soil Data
Аутори:	Pejak, Branislav ; Lugonja, Predrag ; Antić, Aleksandar; Panić, Marko ; Pandžić, Miloš ; Alexakis, Emmanouil; Mavrepis, Philip; Zhou, Naweiluo; Marko, Oskar ; Crnojević, Vladimir
Година:	2022
Публикација:	Remote Sensing
ISSN:	2072-4292 Remote Sensing Претражи идентификатор
Издавач:	MDPI
Тип резултата:	Научни чланак
Колација:	vol. 14 br. 9 str. 1-22
DOI:	10.3390/rs14092256
WoS-ID:	000795433100001
Scopus-ID:	2-s2.0-85130175203
URI:	https://zenodo.org/record/6532266 https://enauka.gov.rs/handle/123456789/609094
Пројекат:	ANTARES - Centre of Excellence for Advanced Technologies in Sustainable Agriculture and Food Security CYBELE - Fostering precision agriculture and livestock farming through secure access to large-scale HPC-enabled virtual industrial experimentation environment empowering scalable big data analytics
М-категорија:	21M21 - Рад у врхунском међ. часопису

8
SCOPUS^TM

6
WEB OF SCIENCE^TM

Алт метрика

Dimensions

Пронађи DOI

Проналажење DOI у сервису CrossRef-у на основу мета-података у запису. Приказаће се DOI (и метаподаци) чији се подаци највише поклапају. ОПРЕЗ - то не мора бити та публикација.

Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.