Retrieving Lunar Bolometric Temperature, Directional Emissivity, and Hydration Signatures with LENNA: A Machine-Learning Framework for Moon Mineralogy Mapper (M3) Data / Colaiuta, F., Tosi, F., Zambon, F., Pratesi, G., Baldetti, C., Bellucci, M.. - (2026). (EPSC 2026 The Hague ) [10.5194/epsc2026-616].

Retrieving Lunar Bolometric Temperature, Directional Emissivity, and Hydration Signatures with LENNA: A Machine-Learning Framework for Moon Mineralogy Mapper (M3) Data

Federico Colaiuta;
2026

2026
EPSC 2026
04 Pubblicazione in atti di convegno::04d Abstract in atti di convegno
Retrieving Lunar Bolometric Temperature, Directional Emissivity, and Hydration Signatures with LENNA: A Machine-Learning Framework for Moon Mineralogy Mapper (M3) Data / Colaiuta, F., Tosi, F., Zambon, F., Pratesi, G., Baldetti, C., Bellucci, M.. - (2026). (EPSC 2026 The Hague ) [10.5194/epsc2026-616].
File allegati a questo prodotto
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11573/1770678
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact