Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/marte2/2019/08.29.17.11.50-0:pt:title:2:series classificacao treinamento temporais:estrategia classificacao supervisionada series temporais imagens sensoriamento remoto quando nao se dispoe treinamento todas datas:>.
13 referências similares foram encontradas(inclusive a original) buscando em 22 dentre 22 Arquivos
(este total pode incluir algumas duplicatas - para ver a conta certa clique no botão Mostrar Todas).
As 10 mais recentes estão listadas abaixo.
Data e hora local de busca: 16/05/2024 06:28.

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3TTQ3M5
Repositóriosid.inpe.br/marte2/2019/08.29.17.11
Última Atualização2019:08.29.17.11.50 (UTC) simone
Repositório de Metadadossid.inpe.br/marte2/2019/08.29.17.11.50
Última Atualização dos Metadados2020:01.06.12.30.34 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoMoreiraKörDutCasAra:2019:EsClSu
TítuloEstratégia para classificação supervisionada de séries temporais de imagens de sensoriamento remoto quando não se dispõe de treinamento para todas as datas
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho596 KiB
2. Contextualização
Autor1 Moreira, Noeli Aline Particcelli
2 Körting, Thales Sehn
3 Dutra, Luciano Vieira
4 Castejon, Emiliano Ferreira
5 Arai, Egidio
Grupo1 DIDPI-CGOBT-INPE-MCTIC-GOV-BR
2 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
3 CGOBT-CGOBT-INPE-MCTIC-GOV-BR
4 DIDPI-CGOBT-INPE-MCTIC-GOV-BR
5 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 noeli.geo@gmail.com
2 thales.korting@inpe.br
3 luciano.dutra@inpe.br
4 emiliano.castejon@inpe.br
5 egidio.arai@inpe.br
EditorGherardi, Douglas Francisco Marcolino
Sanches, Ieda DelArco
Aragão, Luiz Eduardo Oliveira e Cruz de
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 19 (SBSR)
Localização do EventoSantos
Data14-17 abril 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas919-922
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-05 12:34:52 :: simone -> administrator :: 2019
2019-11-11 17:36:32 :: administrator -> simone :: 2019
2019-12-06 20:36:17 :: simone -> administrator :: 2019
2020-01-06 12:30:34 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveMODIS
sub-pixel
classificação supervisionada
séries temporais
MODIS
sub-pixel
supervised classification
time series
ResumoEste artigo apresenta uma metodologia para classificações subpixel em imagens de séries temporais MODIS usando apenas um ano base como referência. O ano de 2012 foi utilizado para determinar as regras de classificação e também utilizado como base para calibração relativa dos anos restantes, neste caso, de 2013 a 2017. O treinamento foi realizado utilizando uma imagem sintética com 11 proporções típicas de 4 classes de cobertura. de um mapeamento de resolução espacial dez vezes mais alto. Essas proporções típicas foram estimadas a partir de um procedimento de agrupamento ISODATA executado em uma estimativa de quadrantes de classe contínua em uma grade de 231m registrada para a grade de pixels MODIS. Uma calibração relativa das imagens MODIS remanescentes foi executada para permitir que as regras de classificação de 2012 fossem aplicadas a outras datas sem a necessidade de executar o treinamento. A avaliação de tal procedimento é desafiadora, mas a inspeção visual com vários casos em particular mostrou a validade e a solidez do método. A pesquisa continuará a testar a abordagem desenvolvida e a desenvolver novos métodos para validar o produto. ABSTRACT: This article presents a methodology for sub-pixel classifications in MODIS time series imagery using only one base year as reference. The year 2012 was used to determine the classification rules and also used as a base for relative calibration of the remaining years, in this case 2013 to 2017. The training was performed using an synthetic image with 11 typical proportions of 4 classes of coverage, coming from a ten times higher spatial resolution mapping .This typical proportions were estimated from an ISODATA clustering procedure executed in a continuous class quadrants estimates on a grid of 231m registered to the MODIS pixel grid. A relative calibration of the remaining MODIS imagery was executed to allow the 2012 classification rules to be applied to other dates without necessity of executing. training. Evaluation of such procedure is challenging, but visual inspection with several cases in particular showed the validity and soundness of the method. The research will continue to test the developed approach and devise new methods to validate the product.
ÁreaSRE
TipoAnálise de séries temporais de imagens de satélite
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Estratégia para classificação...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Estratégia para classificação...
Arranjo 3urlib.net > BDMCI > Fonds > Produção anterior à 2021 > CGOBT > Estratégia para classificação...
Arranjo 4urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Estratégia para classificação...
Arranjo 5urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Estratégia para classificação...
Arranjo 6Projeto Memória 60... > Livros e livros editados > SBSR 19 > Estratégia para classificação...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3TTQ3M5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3TTQ3M5
Idiomapt
Arquivo Alvo97149.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3EU2H28
8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 4
sid.inpe.br/bibdigital@80/2006/04.07.15.50.13 2
sid.inpe.br/bibdigital/2013/09.09.15.05 1
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitesibgrapi.sid.inpe.br
Código do Detentoribi 8JMKD3MGPEW34M/46T9EHH
Identificador8JMKD3MGPAW/3PJ5TCS
Repositóriosid.inpe.br/sibgrapi/2017/09.04.22.16
Última Atualização2017:09.04.22.16.45 (UTC) administrator
Repositório de Metadadossid.inpe.br/sibgrapi/2017/09.04.22.16.45
Última Atualização dos Metadados2022:05.18.22.18.24 (UTC) administrator
Chave de CitaçãoAndradePaivSilv:2017:AnImTe
TítuloAnálise de Imagens de Termografia Dinâmica para Classificação de Alterações na Mama Usando Séries Temporais
FormatoOn-line
Ano2017
Data de Acesso16 maio 2024
Número de Arquivos1
Tamanho436 KiB
2. Contextualização
Autor1 Andrade, Felipe Jordão Pinheiro de
2 Paiva, Anselmo Cardoso
3 Silva, Aristófanes Corrêa
Afiliação1 Universidade Federal do Maranhão
2 Universidade Federal do Maranhão
3 Universidade Federal do Maranhão
EditorTorchelsen, Rafael Piccin
Nascimento, Erickson Rangel do
Panozzo, Daniele
Liu, Zicheng
Farias, Mylène
Viera, Thales
Sacht, Leonardo
Ferreira, Nivan
Comba, João Luiz Dihl
Hirata, Nina
Schiavon Porto, Marcelo
Vital, Creto
Pagot, Christian Azambuja
Petronetto, Fabiano
Clua, Esteban
Cardeal, Flávio
Endereço de e-Mailfelipejordaopinheiro@gmail.com
Nome do EventoConference on Graphics, Patterns and Images, 30 (SIBGRAPI)
Localização do EventoNiterói, RJ, Brazil
Data17-20 Oct. 2017
Editora (Publisher)Sociedade Brasileira de Computação
Cidade da EditoraPorto Alegre
Título do LivroProceedings
Tipo TerciárioUndergraduate Work
Histórico (UTC)2017-09-04 22:16:45 :: felipejordaopinheiro@gmail.com -> administrator ::
2022-05-18 22:18:24 :: administrator -> :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveTermografia Dinâmica
Séries Temporais
ResumoWith the increase in the number of cases of breast cancer in the last years, the need for auxiliary techniques for the detection of the disease is evident. Dynamic thermography can be used as an auxiliary method to the gold standard, the mammography screening. The thermography exam takes advantage of the fact that the lesions present a higher temperature than the healthy neighboring tissues. In this work, we propose a methodology for the transformation of thermal signals into time series, from which features for the classification task will be extracted. In the paper we compare the K-Star and Support Vector Machine classifiers with results of 95.8% accuracy, 93.6% sensitivity and 95.9% specificity.
Arranjourlib.net > SDLA > Fonds > SIBGRAPI 2017 > Análise de Imagens...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 04/09/2017 19:16 1.2 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGPAW/3PJ5TCS
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPAW/3PJ5TCS
Idiomapt
Arquivo AlvoCameraReady_Sibigrapi_termica.pdf
Grupo de Usuáriosfelipejordaopinheiro@gmail.com
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/banon/2001/03.30.15.38.24
Unidades Imediatamente Superiores8JMKD3MGPAW/3PKCC58
Lista de Itens Citandosid.inpe.br/sibgrapi/2017/09.12.13.04 10
Acervo Hospedeirosid.inpe.br/banon/2001/03.30.15.38
6. Notas
Campos Vaziosarchivingpolicy archivist area callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi edition electronicmailaddress group isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3TUPAJ5
Repositóriosid.inpe.br/marte2/2019/09.04.16.44
Última Atualização2019:09.04.16.44.52 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/09.04.16.44.52
Última Atualização dos Metadados2019:12.13.01.17.15 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoWernerEsquOliv:2019:UsMiDa
TítuloUso da mineração de dados na classificação do algodão utilizando séries temporais de imagens MODIS
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho585 KiB
2. Contextualização
Autor1 Werner, João Paulo Sampaio
2 Esquerdo, Júlio César Dalla Mora
3 Oliveira, Stanley Robson de Medeiros
Afiliação1 Universidade Estadual de Campinas (UNICAMP)
2 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
3 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
Endereço de e-Mail do Autor1 wernerjoaopaulo@gmail.com
2 julio.esquerdo@embrapa.br
3 stanley.oliveira@embrapa.br
EditorGherardi, Douglas Francisco Marcolino
Sanches, Ieda DelArco
Aragão, Luiz Eduardo Oliveira e Cruz de
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 19 (SBSR)
Localização do EventoSantos
Data14-17 abril 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas455-458
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-07 10:36:34 :: simone -> administrator :: 2019
2019-12-13 01:17:15 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveíndice de vegetação
métricas fenológicas
árvore de decisão
TIMESAT
vegetation index
phenological metrics
decision tree
TIMESAT
ResumoO objetivo do trabalho foi avaliar o uso de técnicas de mineração de dados extraídos de séries temporais de índices vegetativos do sensor MODIS para a classificação de padrões temporais do cultivo do algodão herbáceo. A partir da série temporal de imagens, foram gerados perfis espectro-temporais e extraídas 11 métricas fenológicas na forma de imagens de decomposição. Com as informações das métricas fenológicas e dados de referência terrestre, técnicas de mineração de dados foram aplicadas para gerar regras de classificação que, posteriormente, foram utilizadas para separar os padrões com cultivo de algodão de outras coberturas vegetais. Os resultados encontrados demonstraram a capacidade dos modelos para discriminar padrões de algodão de outras coberturas. ABSTRACT: The objective of this work was to evaluate the use of data mining techniques extracted from time series of vegetation indexes from MODIS sensor in order to classify temporal patterns extracted from herbaceous cotton crops. From the set of time series images, spectral-temporal profiles were generated and 11 phenological metrics were extracted as decomposition images. Using the information from the phenological metrics and land reference data, data mining techniques were applied to generate classification rules that were later used to separate the the cotton patterns from other vegetation covers. The results showed the ability of the models to discriminate cotton patterns from other vegetation covers, such as pasturelands, forests and other types of crops.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Uso da mineração...
Arranjo 2Projeto Memória 60... > Livros e livros editados > SBSR 19 > Uso da mineração...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3TUPAJ5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3TUPAJ5
Idiomapt
Arquivo Alvo97270.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 3
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition group holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W/49N62G5
Repositóriosid.inpe.br/plutao/2023/08.28.12.41
Última Atualização2023:08.28.12.41.09 (UTC) simone
Repositório de Metadadossid.inpe.br/plutao/2023/08.28.12.41.09
Última Atualização dos Metadados2023:09.14.01.20.21 (UTC) administrator
Rótulolattes: 4896052217878979 1 SantosSantVija:2013:AlTrUM
Chave de CitaçãoPimentelRamoSand:2013:UsPeMu
TítuloUso de perceptrons multicamadas difusos para a classificação de padrões em séries temporais
FormatoOn-line
Ano2013
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho92 KiB
2. Contextualização
Autor1 Pimentel, Toni
2 Ramos, Fernando Manuel
3 Sandri, Sandra Aparecida
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JH4A
3 8JMKD3MGP5W/3E3JEJL
Grupo1 CAP-COMP-SPG-INPE-MCTI-GOV-BR
2 LAC-CTE-INPE-MCTI-GOV-BR
3 LAC-CTE-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 tonipimentel@gmail.com
2 fernando.ramos@inpe.br
3 sandra.sandri@inpe.br
Endereço de e-Maillurebelo@gmail.com
Nome do EventoWorkshop dos Cursos de Computação Aplicada do INPE, 13 (WORCAP)
Localização do EventoSão José dos Campos
Data13-14 nov. 2013
Editora (Publisher)INPE
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioSessão Oral
Histórico (UTC)2023-08-28 12:41:09 :: simone -> administrator ::
2023-09-14 01:20:21 :: administrator -> simone :: 2013
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo de Versãopublisher
ResumoAbordamos a classificação dos padrões de séries temporais usando de quatro abordagens para perceptrons multicamadas difusos. Os métodos foram usados para classificar padrões temporais de uso do solo e cobertura da terra utilizando séries temporais de índices de vegetação para uma região da floresta amazônica brasileira.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Uso de perceptrons...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Uso de perceptrons...
Arranjo 3Uso de perceptrons...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 28/08/2023 09:41 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W/49N62G5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W/49N62G5
Idiomapt
Arquivo AlvoPimentel_uso.pdf
Grupo de Usuárioslattes
marcelo.pazos@inpe.br
simone
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhoiconet.com.br/banon/2006/11.26.21.31
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
8JMKD3MGPCW/3F2PHGS
8JMKD3MGPDW34P/49QQH7H
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/09.14.01.19 4
sid.inpe.br/bibdigital/2013/10.12.22.16 1
URL (dados não confiáveis)http://www.lac.inpe.br/worcap2013/programacao.php
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor isbn issn keywords lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP8W/3D8FSGH
Repositóriosid.inpe.br/mtc-m18/2012/12.19.22.28
Última Atualização2012:12.19.22.28.41 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m18/2012/12.19.22.28.41
Última Atualização dos Metadados2021:02.28.22.00.40 (UTC) administrator
Chave de CitaçãoPimentelSandRamo:2012:ClPaSé
TítuloClassificação de Padrões em Séries Temporais Utilizando Um Sistema Neuro-Difuso
FormatoOn-line.
Ano2012
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho554 KiB
2. Contextualização
Autor1 Pimentel, Toni Roberto Gomes
2 Sandri, Sandra Aparecida
3 Ramos, Fernando Manuel
Identificador de Curriculo1
2 8JMKD3MGP5W/3E3JEJL
3 8JMKD3MGP5W/3C9JH4A
Grupo1 CAP-COMP-SPG-INPE-MCTI-GOV-BR
2 LAC-CTE-INPE-MCTI-GOV-BR
3 LAC-CTE-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
EditorCastro, Ana Paula Abrantes de
Shiguemori, Élcio Hideiti
Ramos, Fernando Manuel
Endereço de e-Mailtonipimentel@gmail.com
Nome do EventoWorkshop dos Cursos de Computação Aplicada do INPE, 12 (WORCAP).
Localização do EventoSão José dos Campos
Data6-8 nov. 2012
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2013-01-16 17:09:10 :: tonipimentel@gmail.com -> marciana :: 2012
2013-01-17 18:15:46 :: marciana -> administrator :: 2012
2021-02-28 22:00:40 :: administrator -> simone :: 2012
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveSéries Temporais
Classificação de Padrões
Sistemas Neuro-Difusos
ResumoApesar de, em geral, os estudos em séries temporais serem divididos em agrupamento de padrões e determinação de valor futuro, focamos nosso estudo em classificação de subsequências de uma série temporal em classes pré-definidas, com base em informações a priori sobre o comportamento evolutivo das séries para cenários específicos. Nós propomos a utilização de um modelo de inferência neuro-difuso para essa classificação. Tipicamente, estes modelos aproximam funções não lineares através da combinação de modelos lineares locais usando de incerteza e informações aproximadas.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Classificação de Padrões...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Classificação de Padrões...
Arranjo 3urlib.net > BDMCI > Fonds > WORCAP > Classificação de Padrões...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 19/12/2012 20:28 0.7 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP8W/3D8FSGH
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP8W/3D8FSGH
Idiomapt
Arquivo Alvoworcap2012_submission_56 - Toni Roberto Gomes Pimentel.pdf
Grupo de Usuáriosadministrator
marciana
tonipimentel@gmail.com
Visibilidadeshown
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
8JMKD3MGPCW/3F2PHGS
8JMKD3MGP8W/38ELNHL
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.12.22.16 3
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition electronicmailaddress isbn issn label lineage mark mirrorrepository nextedition notes numberofvolumes orcid pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP5W34M/3FRC4FL
Repositóriosid.inpe.br/mtc-m21b/2014/02.28.18.48
Última Atualização2014:11.25.16.43.36 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2014/02.28.18.48.36
Última Atualização dos Metadados2018:06.04.03.04.03 (UTC) administrator
Chave SecundáriaINPE-17406-TDI/2209
Chave de CitaçãoPimentel:2014:ClPaTe
TítuloClassificação de padrões temporais de uso do solo e cobertura da terra em séries temporais de índice de vegetação utilizando um sistema neuro­-difuso
Título AlternativoClassification of temporal patterns of land use and land cover in time series of vegetation index using a neuro-fuzzy system
CursoCAP-COMP-SPG-INPE-MCTI-GOV-BR
Ano2014
Data2014-04-17
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Computação Aplicada)
Tipo SecundárioTDI
Número de Páginas102
Número de Arquivos1
Tamanho4922 KiB
2. Contextualização
AutorPimentel, Toni Roberto Gomes
GrupoCAP-COMP-SPG-INPE-MCTI-GOV-BR
BancaVelho, Haroldo Fraga de Campos (presidente)
Sandri, Sandra Aparecida (orientadora)
Ramos, Fernando Manuel (orientador)
Quiles, Marcos Gonçalves
Nascimento, Mariá Cristina Vasconcelos
Endereço de e-Mailtonipimentel@gmail.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2014-03-02 21:32:41 :: tonipimentel@gmail.com -> administrator ::
2014-03-11 17:10:40 :: administrator -> yolanda ::
2014-04-09 17:32:34 :: yolanda -> administrator ::
2014-06-09 14:55:32 :: administrator -> tonipimentel@gmail.com ::
2014-06-23 13:53:24 :: tonipimentel@gmail.com -> yolanda ::
2014-06-25 19:06:33 :: yolanda -> tonipimentel@gmail.com ::
2014-06-30 05:06:50 :: tonipimentel@gmail.com -> administrator ::
2014-07-08 15:56:45 :: administrator -> yolanda ::
2014-08-20 12:25:32 :: yolanda -> administrator ::
2014-08-20 16:37:06 :: administrator -> yolanda ::
2014-09-30 17:56:12 :: yolanda -> tereza@sid.inpe.br ::
2014-09-30 18:48:50 :: tereza@sid.inpe.br :: -> 2014
2014-09-30 19:00:59 :: tereza@sid.inpe.br -> administrator :: 2014
2014-11-25 16:41:22 :: administrator -> tereza@sid.inpe.br :: 2014
2014-11-25 16:44:08 :: tereza@sid.inpe.br -> administrator :: 2014
2018-06-04 03:04:03 :: administrator -> :: 2014
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveséries temporais
índice de vegetação
classificação de padrões
uso do solo e cobertura da terra
sistema neuro-difuso
time series
vegetation index
pattern classification
land use and land cover
neuro-fuzzy system
ResumoA questão das mudanças no uso do solo e cobertura da terra no Brasil tem despertado grande interesse, dentro e fora do meio científico, devido, principalmente, aos possíveis impactos ambientais e socioeconômicos que essas mudanças podem acarretar. Poluição do ar e da água, desertificação, desflorestamento ilegal e perda de biodiversidade são apenas alguns problemas relacionados a mudanças de uso do solo e cobertura da terra. Por isso, todas as precauções devem ser tomadas para que os ecossistemas locais e globais sejam minimamente afetados. Com base nesse interesse, se torna de suma importância o desenvolvimento de métodos, principalmente computacionais, capazes de monitorar e identificar mudanças de uso do solo e cobertura da terra no menor tempo possível, já que os processos de degradação do solo, em áreas de interesse público, são rápidos e, na maioria das vezes, devastadores. Os dados de sensoriamento remoto têm servido como base crucial para esse monitoramento, entretanto, normalmente as técnicas de monitoramento de uso do solo e cobertura da terra no Brasil demandam muito tempo e conhecimento especialista para serem realizadas, o que limita a possibilidade de ações conservacionistas pelas autoridades competentes. Essa foi a principal motivação do presente trabalho, e o objetivo traçado foi o de desenvolver um sistema capaz de classificar padrões temporais de uso do solo e cobertura da terra utilizando séries temporais de índice de vegetação. Utilizamos séries temporais obtidas a partir de imagens MODIS (do inglês, \emph{Moderate Resolution Imaging Spectroradiometer}), selecionadas de uma área geográfica no leste do estado brasileiro do Mato Grosso, com cerca de 10 $km^{2}$. O sistema desenvolvido foi uma rede neural artificial perceptron multicamadas, acrescida de modificações difusas e de um processo de filtragem de padrões para tratar o aspecto vago dos padrões analisados. Isso devido ao fato de a pesquisa não possuir padrões classificados suficientes para servir como conjunto de treinamento do sistema. Por isso, o primeiro passo deste trabalho foi o de classificar padrões, primeiramente por inspeção visual - tendo como base exemplos disponíveis na literatura - e, posteriormente, por um processo de filtragem dos padrões utilizando as médias e os desvios-padrão dos conjuntos de padrões classificados visualmente. A etapa de filtragem foi realizada com a finalidade de diminuir possíveis erros na classificação inicial, e se mostrou de grande utilidade, pois foi possível criar conjuntos de padrões separados em classes bem definidas, mesmo não existindo conhecimento especialista disponível. O segundo passo foi passar os padrões classificados e filtrados para quatro variações da rede perceptron multicamadas - com e sem adição de conceitos difusos -. No geral, todas as implementações obtiveram ótimos resultados, contudo, o uso das modificações difusas forneceu ao sistema resultados ainda melhores, diminuindo a influência de padrões erroneamente pré-classificados. Por fim, foi realizada a comparação entre a classificação obtida pelo sistema neuro-difuso e a classificação de uso do solo e cobertura da terra do projeto \emph{TerraClass 2010}, o que permitiu verificar que o sistema desenvolvido obteve sucesso em seu objetivo, classificando corretamente a grande maioria dos novos padrões analisados. ABSTRACT: The question of changes in land use and land cover in Brazil have attracted great interest, both inside and outside the scientific community, mainly due to the potential environmental and socioeconomic impacts that these changes may cause. Pollution of air and water, desertification, illegal deforestation and biodiversity loss are just a few problems related to changes in land use and land cover. Therefore, all precautions should be taken for that local and global ecosystems are minimally affected. Based on this interest, it becomes very important to develop methods, mainly computational, able to monitor and identify changes in land use and land cover in the shortest possible time, since the processes of land degradation in areas of public interest are fast and, in the most cases, devastating. The remote sensing data have served as a crucial basis for this monitoring, however, usually the techniques for monitoring land use and land cover in Brazil require much time and expert knowledge to be performed, which limits the possibility of conservation actions by the competent authorities. That was the main motivation of this work, and the objective traced was to develop a system able of classifying temporalland use and land cover patterns using time series of vegetation indexo We use time series obtained from MODIS images (Moderate Resolution Imaging Spectroradiometer), selected from a geographical are a in eastern Brazilian state of Mato Grosso, with approximately 10 $km^{2}$. The system developed is the multilayer perceptron neural network, plus diffuse modifications and a filtering process to treat the uncertainty aspect of the analyzed patterns. This is due to the fact that the study did not have enough classified patterns to serve as a training set. Therefore, the first step of this study was to classify patterns, first by visual inspection - based on examples from the literature - and, subsequently, by a filtering process of patterns using the means and standard deviations of the sets visually ranked. The filtering step was performed in order to reduce possible errors in the initial classification, and it proved to be very useful, because it was possible to create separated pattern sets into well-defined classes, even without available expert knowledge. The second step was to pass the filtered and classified patterns for four variations of multilayer perceptron network with and without addition of fuzzy concepts -. In general, all implementations have had excellent results, however the use of diffuse changes provided even better results for the system, decreasing the influence of wrongly classified patterns. Finally, the comparison between the classification obtained by the neuro-fuzzy system and the land use and land cover classification of the \emph{Terro Class 2010} project, has shown that the system was successful in its goal, correctly classifying the vast majority was held new standards analyzed.
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Classificação de padrões...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 04/09/2014 09:40 148.1 KiB 
originais/avaliação final pagina 2 do aluno Toni Roberto Gomes Pimentel.pdf 07/07/2014 08:49 187.6 KiB 
originais/publicacao.pdf 04/07/2014 09:44 5.4 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 30/09/2014 14:05 614.4 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://mtc-m21b.sid.inpe.br/ibi/8JMKD3MGP5W34M/3FRC4FL
URL dos dados zipadoshttp://mtc-m21b.sid.inpe.br/zip/8JMKD3MGP5W34M/3FRC4FL
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosadministrator
tereza@sid.inpe.br
tonipimentel@gmail.com
yolanda.souza@mcti.gov.br
Grupo de Leitoresadministrator
tereza@sid.inpe.br
tonipimentel@gmail.com
yolanda.souza@mcti.gov.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor dos Direitosoriginalauthor yes
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m21b/2013/09.26.14.25.22
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
Lista de Itens Citando
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/45EL588
Repositóriosid.inpe.br/mtc-m21d/2021/09.17.05.34
Última Atualização2021:12.13.13.01.22 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2021/09.17.05.34.01
Última Atualização dos Metadados2022:04.03.22.30.01 (UTC) administrator
Chave SecundáriaINPE-18509-TDI/3156
Chave de CitaçãoRodrigues:2021:ClBaGE
TítuloClassificação baseada em GEOBIA e séries temporais de imagens Sentinel-2 para identificar pastagem arbustiva e herbácea no Cerrado
Título AlternativoObject-based classification assisted by time series of sentinel-2 imagery for identification of shrubby and herbaceous pastures in Cerrado
CursoSER-SRE-DIPGR-INPE-MCTI-GOV-BR
Ano2021
Data2021-08-16
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas92
Número de Arquivos1
Tamanho8456 KiB
2. Contextualização
AutorRodrigues, Marcos Antônio de Almeida
BancaSanches, Ieda Del´Arco (presidente)
Körting, Thales Sehn (orientador)
Fonseca, Leila Maria Garcia (orientadora)
Bendini, Hugo do Nascimento
Di Girolamo Neto, Cesare
Endereço de e-Mailmarcosaar@outlook.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2021-09-17 05:34:01 :: marcos.almeida@inpe.br -> pubtc@inpe.br ::
2021-09-17 11:30:11 :: pubtc@inpe.br -> marcos.almeida@inpe.br ::
2021-09-17 14:31:19 :: marcos.almeida@inpe.br -> pubtc@inpe.br ::
2021-09-17 17:01:32 :: pubtc@inpe.br -> marcos.almeida@inpe.br ::
2021-11-05 16:44:29 :: marcos.almeida@inpe.br -> pubtc@inpe.br ::
2021-11-06 00:37:44 :: pubtc@inpe.br -> administrator ::
2021-12-13 12:52:44 :: administrator -> pubtc@inpe.br ::
2021-12-13 18:25:46 :: pubtc@inpe.br -> simone ::
2021-12-13 18:26:17 :: simone :: -> 2021
2021-12-13 18:26:17 :: simone -> administrator :: 2021
2022-04-03 22:30:01 :: administrator -> :: 2021
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavesensoriamento remoto
sentinel-2
cubo de dados
OBIA
séries temporais
remote sensing
data cube
time series
ResumoO território brasileiro é um dos mais diversos do mundo em termos de clima e meio ambiente, e isso se deve às suas dimensões continentais. Essa diversidade também é observada internamente aos biomas. A savana brasileira, conhecida como o bioma Cerrado, ocupa aproximadamente 20% do território nacional, o que corresponde a uma área de mais de 2 milhões de km², e tem a agricultura e a pastagem como os principais usos do solo em termos de área ocupada, com a pastagem ocupando a maior extensão territorial. Devido a isso, o país possui grande potencial agropecuário e de produção de carne, tanto para consumo interno quanto para exportação. Apesar disso, a expansão das áreas de pastagem no Cerrado ocorre por meio do avanço sobre as áreas de vegetação natural. O mapeamento das áreas de pastagem pode subsidiar o monitoramento do Cerrado para evitar novas conversões de vegetação natural em uso antrópico, auxiliando ainda no alcance de metas e acordos internacionais para a redução do desmatamento. Assim, este trabalho visa diferenciar pastagem arbustiva de pastagem herbácea em uma área de estudo na porção sul do Cerrado brasileiro, combinando diferentes dados gerados a partir de imagens dos satélites Sentinel-2. Para alcançar esse objetivo, foram utilizados cinco cubos de dados gerados a partir de séries temporais do ano de 2018, utilizando Análise por Componentes Principais (ACP), Índice de Vegetação Melhorado - Enhanced Vegetation Index (EVI), Modelo Linear de Mistura Espectral (MLME), Métricas Espectro-Temporais (MET) e Métricas Fenológicas (MF). Por meio da classificação baseada em objetos, os dados combinados foram classificados com o algoritmo Random Forest, utilizando atributos espectrais, texturais e espaciais. Com esta metodologia foi possível obter acurácia global superior a 90% e Índice Kappa correspondente a 0,8. Os resultados mostraram que o uso da combinação de dados para a classificação é uma técnica promissora para separar diferentes tipos de pastagem no Cerrado. ABSTRACT: Brazil holds one of the most diverse territories in the world in terms of climate and environment, due to its continental extension. This diversity is also observed inside the biomes. Brazilian Savannah, also known as Cerrado biome, occupy nearly half of the territory, and its land cover is comprised mainly of crop lands and pasture areas, the latter performing the great majority. For this sake, the country has great potential of livestock and meat production, as for internal consuming as for exportation. Despite this, it occurs at the expensive of deforestation of savannah vegetation. Mapping accurately pasture areas may assist so in avoiding the conversion of new areas of savannah vegetation, supporting in the fulfillment of international dealings for deforestation reduction. Thus, this paper aims to differentiate shrubby pasture from herbaceous pasture in the southern region of Brazilian savannah, combining different data derived from Sentinel-2 A/B satellite imagery. To tackle this goal, we derived five data cubes from time series of 2018, using Principal Component Analysis (PCA), Enhanced Vegetation Index (EVI), Linear Spectral Mixture Model (LSMM), spectra-temporal metrics (STM) and phenological metrics (PM) data. With the object-based approach, we classified the data combinations by means of Random Forest algorithm, using spectral, textural and spatial attibutes. Among the tests we realized, we achieved accuracy higher than 90% at the best performance, with Kappa Index corresponding to 0.8. Results showed that the data combination technique is promising to boost the separation of the different types of pasture.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Classificação baseada em...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Classificação baseada em...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 13/12/2021 09:33 415.0 KiB 
originais/DEFESA FINAL DE DISSERTAÇÃO DE MARCOS ANTÔNIO DE ALMEIDA RODRIGUES - SER.pdf 20/08/2021 09:12 206.2 KiB 
originais/MarcosRodrigues_Dissertacao_Rev03_gerar PDF.pdf 10/11/2021 08:57 7.8 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 13/12/2021 10:01 175.9 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34T/45EL588
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34T/45EL588
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosmarcos.almeida@inpe.br
pubtc@inpe.br
simone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2021/06.04.03.40.25
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/48UQ4LS
Repositóriosid.inpe.br/marte2/2023/04.25.11.28
Última Atualização2023:04.25.11.28.45 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/04.25.11.28.45
Última Atualização dos Metadados2024:01.08.18.06.44 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoDallaquaSchRosGueRod:2023:ClGêSi
TítuloClassificação do gênero de silvicultura utilizando séries temporais multi-sensor e aprendizado de máquina
FormatoInternet
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho1242 KiB
2. Contextualização
Autor1 Dallaqua, Fernanda Beatriz Jordan Rojas
2 Schultz, Bruno
3 Rosa, Rafael Antônio
4 Guerra, Júlio Bandeira
5 Rodrigues, Thiago Gonçalves
Afiliação1 Visiona Tecnologia Espacial S.A.
2 Visiona Tecnologia Espacial S.A.
3 Visiona Tecnologia Espacial S.A.
4 Visiona Tecnologia Espacial S.A.
5 Visiona Tecnologia Espacial S.A.
Endereço de e-Mail do Autor1 fernanda.dallaqua@visionaespacial.com.br
2 bruno.schultz@visionaespacial.com.br
3 rafael.rosa@visionaespacial.com.br
4 julio.guerra@visionaespacial.com.br
5 thiago.rodrigues@visionaespacial.com.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase155998
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-04-25 11:29:10 :: simone -> administrator :: 2023
2024-01-08 18:06:44 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChavePinus
Eucalipto
LSTM
Classificação de séries temporais
Deep learning
Pinus
Eucalyptus
LSTM
Time series classification
Deep learning
ResumoNo Sul do Brasil tem se tornado comum a introdução de espécies de Eucalipto em áreas que até então eram plantadas com os gêneros Pinus spp. e Araucaria sp.. Atualmente, existe uma necessidade de entendimento do plantio do Eucalipto no Sul do país, principalmente para análises espaciais e de inteligência de mercado. Este trabalho teve como objetivo o uso de séries temporais multi-sensor e técnicas de aprendizado de máquina e deep learning na separação de Pinus e Eucalipto em duas fazendas em Telêmaco Borba PR. Foram utilizadas quatro técnicas de classificação: (i) FCN Block, (ii) t-LSTM, (iii) t-biLSTM e (iv) SVM. A melhor técnica foi a t-biLSTM, que apresentou um coeficiente Kappa de 0, 88, seguida de t-LSTM (Kappa = 0, 87), FCN Block e SVM (Kappa = 0, 81). As técnicas que usaram t-biLSTM e t-LSTM foram iguais entre si e superiores às outras técnicas, ao nível de 95% de confiança. ABSTRACT: In southern Brazil, it has become common to introduce Eucalyptus species in areas that until then were planted with the genera Pinus spp. and Araucaria sp. Currently, there is a need to understand the eucalyptus plantation in the south of the country, mainly for spatial analysis and market intelligence. This work aimed to use multi-sensor time series and machine learning and deep learning techniques in the separation of Pinus and Eucalyptus in two farms in Telêmaco Borba - PR. Four classification techniques were used: (i) FCN Block, (ii) t-LSTM, (iii) t-biLSTM and (iv) SVM. The best technique was t-biLSTM, which presented a Kappa coefficient of 0.88, followed by t-LSTM (Kappa = 0.87), FCN Block and SVM (Kappa = 0.81). The techniques that used t-biLSTM and t-LSTM were equal to each other and superior to the other techniques, at the 95% confidence level.
ÁreaSRE
TipoInteligência Artificial para Observação da Terra
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Classificação do gênero...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > SBSR 20 > Classificação do gênero...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 20 > Classificação do gênero...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/48UQ4LS
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/48UQ4LS
Idiomapt
Arquivo Alvo155998.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 10
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3JM4BFG
Repositóriosid.inpe.br/marte2/2015/06.15.15.24.32
Última Atualização2015:06.15.15.24.32 (UTC) banon
Repositório de Metadadossid.inpe.br/marte2/2015/06.15.15.24.33
Última Atualização dos Metadados2018:06.06.03.21.37 (UTC) administrator
ISBN978-85-17-0076-8
Rótulo640
Chave de CitaçãoAntunesLampRodr:2015:MaCuCa
TítuloMapeamento do cultivo da cana-de-açúcar por meio da classificação de séries temporais de dados MODIS
FormatoInternet
Ano2015
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho642 KiB
2. Contextualização
Autor1 Antunes, João Francisco Gonçalves
2 Lamparelli, Rubens Augusto Camargo
3 Rodrigues, Luiz Henrique Antunes
Endereço de e-Mail do Autor1 joao.antunes@embrapa.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Endereço de e-Mailwanderf@dsr.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 17 (SBSR)
Localização do EventoJoão Pessoa
Data25-29 abr. 2015
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas3237-3244
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2015-06-15 15:24:33 :: banon -> administrator ::
2018-06-06 03:21:37 :: administrator -> banon :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoMODIS (Moderate Resolution Imaging Spectroradiometer) data provide coverage of large areas and high periodicity. These characteristics are fundamental to analyze strategic agricultural crops in Brazil, such as sugarcane. The harmonic analysis can be used for the study of time-series of remote sensing data in order to evaluate the temporal behavior of vegetation indices. New approaches to artificial intelligence combining neural networks and fuzzy logic to the pattern recognition for the classification of time-series satellite imagery prove to be a timely, viable and innovative alternative. In this context, the objective of this study was to map the sugarcane cultivation through the classification based on neuro-fuzzy networks using MODIS vegetation indices time-series, in São Paulo State, throughout crop years from 2004/2005 to 2011/2012. The results showed the potential of harmonic analysis on the decomposition of MODIS vegetation indices time-series, whose understanding was important to evidence changes in the sugarcane development and to reveal patterns of temporal dynamics for the task of image classification. The maps generated by the Fuzzy ARTMAP classification models achieved high accuracy and low disagreement. The Fuzzy ARTMAP classifier using the harmonics terms of the EVI and NDVI time-series was efficient for sugarcane cultivation mapping, it produced classification models of great quality thematic and reliable for the purpose of agricultural statistics.
ÁreaSRE
TipoProdução e previsão agrícola
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 17 > Mapeamento do cultivo...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 17 > Mapeamento do cultivo...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 17 > Mapeamento do cultivo...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3JM4BFG
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3JM4BFG
Idiomapt
Arquivo Alvop0640.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3JJLLP2
Lista de Itens Citandosid.inpe.br/marte2/2015/05.31.21.54 5
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)banon
atualizar 

1. Identificação
Tipo de ReferênciaResumo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGPDW34P/4A4HHR5
Repositóriosid.inpe.br/mtc-m16c/2023/10.25.12.32   (acesso restrito)
Última Atualização2023:10.25.12.32.27 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2023/10.25.12.32.27
Última Atualização dos Metadados2024:01.16.22.32.51 (UTC) administrator
Chave de CitaçãoBrito:2023:InÍnEs
TítuloIntegração de índices espectrais e produtos meteorológicos na classificação de uso e cobertura da terra usando séries temporais de imagens e Machine Learning
FormatoOn-line
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho107 KiB
2. Contextualização
AutorBrito, Pedro Vinícius da Silva
GrupoCAP-COMP-DIPGR-INPE-MCTI-GOV-BR
AfiliaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autorpedro.brito@inpe.br
EditorSantos, Rafael Duarte Coelho dos
Calheiros, Alan James Peixoto
Júnior, Valdivino Alexandre de Santiago
Nome do EventoWorkshop dos Cursos de Computação Aplicada do INPE, 22 (WORCAP)
Localização do EventoSão José dos Campos
Data11-15 set. 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroResumos
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-10-25 12:32:40 :: simone -> administrator :: 2023
2024-01-02 16:54:47 :: administrator -> simone :: 2023
2024-01-02 19:14:11 :: simone -> administrator :: 2023
2024-01-16 22:32:51 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoAs mudanças de uso e cobertura da Terra (Land Use and Land Cover, LULC) impulsionam diferentes regiões do planeta a climas extremos, extinção de espécies, diminuição de serviços ecossistêmicos e degradação de recursos naturais. Uma maneira de entender o tamanho desses impactos é realizando uma quantificação por meio de informações obtidas a partir de produtos da superfície terrestre, oriundas de imagens de satélite. É possível calibrar suas imagens para comparar medidas de uma mesma área em períodos de tempo diferentes, por meio de séries temporais extraídas de uma sequência de imagens organizadas na forma de cubos de dados de observação da Terra (Earth Observation, EO). O uso de índices espectrais e variáveis meteorológicas podem identificar padrões finos de classes de LULC específicos. Assim, esse trabalho tem o objetivo de avaliar o uso de diferentes índices espectrais de produtos meteorológicos para melhorar a acurácia de mapas de LULC usando séries temporais de imagens de satélite (Satellite Image Time Series, SITS) e algoritmos de Aprendizado de Máquina (Machine learning, ML) e Aprendizado Profundo (Deep Learning, DL). Para isso, propõe-se uma metodologia para integrar cubos de dados de EO e produtos meteorológicos na classificação de SITS. Para avaliar os resultados, serão gerados mapas de LULC para o município de Petrolina, Pernambuco, obtidos a partir de diferentes combinações de índices espectrais e dados meteorológicos. Para alcançar esse objetivo, o trabalho será dividido em três etapas: (1) integração dos dados meteorológicos em cubo de dados EO; (2) geração dos mapas de LULC; e (3) avaliação dos mapas por meio das melhores práticas metodológicas e trajetórias anuais entre classe usando diagrama aluvial. Como resultados preliminares, os experimentos realizados para validar a metodologia proposta mostraram que os mapas classificados apenas com NDVI apresentaram maior confusão entre as classes Área urbana e Solo exposto em comparação aos outros experimentos, principalmente no ano de 2017. Os mapas usando NDVI, EVI e bandas RGB, identificou melhor regiões de Agricultura tanto com o RF quanto o TempCNN. Os mapas gerados com NDVI, temperatura e precipitação, apresentaram melhor separação entre as classes Solo exposto e Área urbana, porém, maior confusão entre as classes Solo exposto e Vegetação de caatinga, em comparação aos outros experimentos. A partir dos resultados, espera-se integrar os índices espectrais e variáveis meteorológicas apresentados para a classificação de LULC a partir de SITS e algoritmos de ML e DL, para o município de Petrolina, Pernambuco. Além disso, avaliar os mapas de uso e cobertura da terra gerados por meio de combinações dos mesmos.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Integração de índices...
Arranjo 2urlib.net > CGIP > Integração de índices...
Arranjo 3urlib.net > BDMCI > Fonds > WORCAP > XXIII WORCAP > Integração de índices...
Arranjo 4urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > XXIII WORCAP > Integração de índices...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
Idiomapt
Arquivo AlvoBrito_integracao.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.03
Permissão de Leituradeny from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPCW/46KUES5
8JMKD3MGPDW34P/4A83EL5
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition isbn issn keywords label lineage mark mirrorrepository nextedition notes numberofvolumes orcid pages parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar