EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Towards assessing the suitability of tree species using machine learning

Markéta Hošmánková, Lenka Lehnerová, Pavel Kordík, Ondřej Podsztavek

Procedia Computer Science · 2026 · 292 · 2281-2290

DOI: 10.1016/j.procs.2026.09.304 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Markéta Hošmánková und 3 weiteren Autor:innen. Die Arbeit nennt 24 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: CINEA.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • CINEA

Zitieren

APA

Hošmánková, M., Lehnerová, L., Kordík, P., & Podsztavek, O. (2026). Towards assessing the suitability of tree species using machine learning. Procedia Computer Science, 292, 2281-2290. https://doi.org/10.1016/j.procs.2026.09.304

Vancouver

Hošmánková M, Lehnerová L, Kordík P, Podsztavek O. Towards assessing the suitability of tree species using machine learning. Procedia Computer Science. 2026;292:2281-2290. doi:10.1016/j.procs.2026.09.304

BibTeX
@article{Homnkov2026,
  author = {Hošmánková, Markéta and Lehnerová, Lenka and Kordík, Pavel and Podsztavek, Ondřej},
  title = {Towards assessing the suitability of tree species using machine learning},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {292},
  pages = {2281--2290},
  doi = {10.1016/j.procs.2026.09.304}
}
Kostenlos starten →