Busca avançada
Ano de início
Entree

Métodos de aprendizado por máquina para análise de séries temporais densas de imagens de satélite

Processo: 18/03769-7
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de maio de 2018
Vigência (Término): 31 de dezembro de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Gilberto Camara Neto
Beneficiário:Heloisa Musetti Ruivo
Instituição-sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia, Inovações e Comunicações (Brasil). São José dos Campos, SP, Brasil
Vinculado ao auxílio:14/08398-6 - E-Sensing: análise de grandes volumes de dados de observação da terra para informação de mudanças de uso e cobertura da terra, AP.ESCIENCE.TEM
Assunto(s):Aprendizado computacional   Análise de séries temporais   Imagens de satélites   Processamento de imagens   Sensoriamento remoto   Uso do solo

Resumo

Esta proposta de bolsa de estudos apoiará um dos objetivos do projeto temático FAPESP e-sensing (2014/08398-6). O bolsista irá desenvolver métodos que utilizam aprendizado de máquina para analisar séries temporais de imagens de satélite. Na literatura de Sensoriamento Remoto e Processamento de Imagens de Satélite, não existem métodos abrangentes para acoplar séries temporais de imagens de satélite com aprendizado de máquina. Por esta razão, a bolsista será responsável pelo desenvolvimento de um pacote R que realiza essas tarefas. A tarefa é típica de e-science, por combinar conhecimento sobre Computação, Estatística, Big Data e Observação da Terra. (AU)

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.