| Judul | Feature Papers for Land "Innovations, Data, and Machine Learning" Section |
| Pengarang | Verburg, Peter H. Zhang, Qiang |
| EDISI | Cetakan Pertama (Reprint/Cetakan Ulang dari kumpulan artikel ilmiah utama Feature Papers yang diterbitkan pada seksi Innovations, Data, and Machine Learning di jurnal Land) |
| Penerbitan | Basel, Swiss (Switzerland) : MDPI - Multidisciplinary Digital Publishing Institute, 2026 |
| Deskripsi Fisik | 224 hal :ilus ;24,4 cm x 17 cm |
| ISBN | 978-3-7258-9288-4 |
| Subjek | Land Use Machine Learning |
| Abstrak | Buku ini merupakan kompilasi artikel ilmiah unggulan (Feature Papers) yang dipublikasikan dalam seksi khusus Innovations, Data, and Machine Learning pada jurnal Land. Mengangkat fokus integrasi teknologi kecerdasan buatan dan big data geospasial, buku ini menyajikan terobosan metodologis terkini dalam pemantauan, pemodelan, dan pengelolaan sistem penggunaan lahan secara global. Melalui penerapan algoritma machine learning (seperti Random Forest, Deep Learning, dan Convolutional Neural Networks / CNN) yang dipadukan dengan citra satelit resolusi tinggi dan platform komputasi awan, para kontributor mengeksplorasi pemetaan tutupan lahan otomatis, deteksi alih fungsi lahan secara real-time, analisis kerentanan lingkungan, serta prediksi dinamika spasial perkotaan dan perdesaan. Pembahasan menyoroti peran penting inovasi data digital dalam meningkatkan akurasi pemodelan lingkungan guna mendukung pengambilan keputusan berbasis bukti (evidence-based policy) di bidang tata ruang dan keberlanjutan bumi. Buku ini menjadi acuan teoretis, metodologis, dan komputasional yang sangat berharga bagi peneliti sains informasi geospasial (GIS), pakar penginderaan jauh, ilmuwan data lingkungan, serta perencana wilayah. |
| Bentuk Karya | Tidak ada kode yang sesuai |
| Target Pembaca | Tidak ada kode yang sesuai |
| Lokasi Akses Online |
https://mdpi-res.com/bookfiles/book/13417/Feature_Papers_for_Land_InnovationsData_and_Machine_Learning_Section.pdf?v=1792894741 |
| No Barcode | No. Panggil | Akses | Lokasi | Ketersediaan |
|---|---|---|---|---|
| 4580 | 006.31 Ver f | Baca Online | Perpustakaan Pusat - Online Resources Ebook |
Tersedia |
| Tag | Ind1 | Ind2 | Isi |
| 001 | INLIS000000000171430 | ||
| 005 | 20261026082725 | ||
| 007 | ta | ||
| 008 | 261026################|##########|#|## | ||
| 020 | # | # | $a 978-3-7258-9288-4 |
| 035 | # | # | $a 0010-1026000825 |
| 082 | # | # | $a 006.31 |
| 084 | # | # | $a 006.31 Ver f |
| 100 | 1 | # | $a Verburg, Peter H. |
| 245 | 1 | # | $a Feature Papers for Land "Innovations, Data, and Machine Learning" Section |
| 250 | # | # | $a Cetakan Pertama (Reprint/Cetakan Ulang dari kumpulan artikel ilmiah utama Feature Papers yang diterbitkan pada seksi Innovations, Data, and Machine Learning di jurnal Land) |
| 260 | # | # | $a Basel, Swiss (Switzerland) :$b MDPI - Multidisciplinary Digital Publishing Institute,$c 2026 |
| 300 | # | # | $a 224 hal : $b ilus ; $c 24,4 cm x 17 cm |
| 520 | # | # | $a Buku ini merupakan kompilasi artikel ilmiah unggulan (Feature Papers) yang dipublikasikan dalam seksi khusus Innovations, Data, and Machine Learning pada jurnal Land. Mengangkat fokus integrasi teknologi kecerdasan buatan dan big data geospasial, buku ini menyajikan terobosan metodologis terkini dalam pemantauan, pemodelan, dan pengelolaan sistem penggunaan lahan secara global. Melalui penerapan algoritma machine learning (seperti Random Forest, Deep Learning, dan Convolutional Neural Networks / CNN) yang dipadukan dengan citra satelit resolusi tinggi dan platform komputasi awan, para kontributor mengeksplorasi pemetaan tutupan lahan otomatis, deteksi alih fungsi lahan secara real-time, analisis kerentanan lingkungan, serta prediksi dinamika spasial perkotaan dan perdesaan. Pembahasan menyoroti peran penting inovasi data digital dalam meningkatkan akurasi pemodelan lingkungan guna mendukung pengambilan keputusan berbasis bukti (evidence-based policy) di bidang tata ruang dan keberlanjutan bumi. Buku ini menjadi acuan teoretis, metodologis, dan komputasional yang sangat berharga bagi peneliti sains informasi geospasial (GIS), pakar penginderaan jauh, ilmuwan data lingkungan, serta perencana wilayah. |
| 650 | # | # | $a Land Use |
| 650 | # | # | $a Machine Learning |
| 700 | 1 | # | $a Zhang, Qiang |
| 856 | # | # | $a https://mdpi-res.com/bookfiles/book/13417/Feature_Papers_for_Land_InnovationsData_and_Machine_Learning_Section.pdf?v=1792894741 |
| 990 | # | # | $a 4580 |
Content Unduh katalog
Karya Terkait :