Linnéuniversitetet
Lnu.se/student
Genväg till sidans innehåll
Sök
Huvudmeny
Logga in
English
Sök
Sök
Utbildning
Forskning
Bibliotek
Möt Linnéuniversitetet
Aktuellt
Kunskapsmiljöer
Samarbeta med oss
Stöd oss
Ett hållbart universitet
Öppen vetenskap
Det kulturella universitetet
Om Linnéuniversitetet
Kontakta och besöka
Våra ämnen
Organisation
Evenemang
Konferenser
Jobba hos oss
Forskningsetik vid Linnéuniversitetet
Student
Logga in
English
Dag Björnberg
dag.bjornberg@lnu.se
Spara kontaktuppgifter
Ladda ner bild
Min forskarskola
Industriforskarskolan Data Intensive Applications (DIA)
Data Intensive Applications (DIA) är en forskarskola för industridoktorander som fokuserar på tillämpad forskning inriktad mot de utmaningar…
Mina forskargrupper
Data Intensive Software Technologies and Applications (DISTA)
Forskargruppen Data Intensive Software Technologies and Applications studerar datastyrda metoder, såsom maskininlärning, artificiell…
Linnaeus University Centre for Data Intensive Sciences and Applications
DISA är Linnéuniversitetets spetsforskningsmiljö som arbetar med insamling, analys och nyttogörande av stora datamängder.…
Mina pågående forskningsprojekt
Doktorandprojekt: Avancerade identifieringsmetoder för skogsindustrin genom CV/AI
Projektet ämnar skapa möjligheter för fortsatt digitalisering inom skogsindustrin. Detta rör sig om allt från…
Projekt: ForestMap
Det övergripande syftet med projektet är att utveckla och utvärdera en ny metodik för att producera skogskartor över hela världen, för att främja de samhälleliga värdena av…
Publikationer
Artikel i tidskrift (Refereegranskat)
Björnberg, D.
,
Ericsson, M.
,
Lindeberg, J.
,
Löwe, W.
,
Nordqvist, J.
(2024).
Image generation of log ends and patches of log ends with controlled properties using generative adversarial networks
.
Signal, Image and Video Processing
. 18. 6481-6489.
Status: Publicerad
Konferensbidrag (Refereegranskat)
Björnberg, D.
,
Ericsson, M.
,
Löwe, W.
,
Nordqvist, J.
(2024).
Unpaired Image-to-Image Translation to Improve Log End Identification
.
ESANN 2024 proceedings
. 673-678.
