Busca avançada
Ano de início
Entree

Investigação de Abordagens de Perguntas e Respostas baseadas em Informações Visuais para Gerenciamento de Desastres

Processo: 23/12736-3
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de maio de 2024
Data de Término da vigência: 28 de fevereiro de 2026
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Daniel Carlos Guimarães Pedronette
Beneficiário:Marina Chagas Bulach Gapski
Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
Vinculado ao auxílio:18/15597-6 - Aplicação e investigação de métodos de aprendizado não-supervisionado em tarefas de recuperação e classificação, AP.JP2
Assunto(s):Processamento de linguagem natural   Visão computacional
Palavra(s)-Chave do Pesquisador:Processamento de Linguagem Natural | Visão Computacional | Visão Computacional

Resumo

As mudanças climáticas estão tornando os desastres naturais mais frequentes. Inundações, furacões e terremotos estão se tornando mais intensos e frequentes em vários países. Nesse cenário, é essencial ter equipes de resgate prontas para salvar possíveis vítimas de acidentes, desabamentos de edifícios e deslizamentos de terra. Para essas equipes, é vital estar preparado para o que pode ser encontrado em áreas destruídas. Robôs como drones são extremamente úteis porque podem enviar imagens de áreas para reconhecimento sem arriscar vidas humanas. Pretendemos criar um modelo, baseado em modelos de aprendizado de máquina com supervisão fraca, que possa responder a algumas perguntas simples e diretas sobre áreas destruídas. Para esse fim, será usado um conjunto de dados composto por imagens de áreas inundadas ou destruídas. O modelo será treinado para reconhecer quais áreas estão destruídas e quais não estão, usando um grafo de conhecimento, e então um modelo de linguagem simples será construído para responder a algumas perguntas diretas em apoio às tarefas de gerenciamento de desastres.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
BULACH GAPSKI, MARINA CHAGAS; VALEM, LUCAS PASCOTTI; GUIMARAES PEDRONETTE, DANIEL CARLOS. Feature Fusion for Graph Convolutional Networks in Semi-Supervised Image Classification. 2024 37TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES, SIBGRAPI 2024, v. N/A, p. 6-pg., . (23/12736-3, 18/15597-6)