Desenvolvimento de novas metodologias para detecção de mudanças em séries de imagens SAR com uso de Aprendizado Profundo

• Processo: 24/20120-5
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de março de 2025
• Data de Término da vigência: 31 de agosto de 2028
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Aluísio de Souza Pinheiro
• Beneficiário: Lucas Perondi Kist
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 23/02538-0 - Séries temporais, ondaletas, dados de alta dimensão e aplicações, AP.TEM
• Assunto(s): Aprendizado computacional Dados de alta dimensão Análise de séries temporais Análise de ondaletas Inferência não paramétrica
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Dados de alta dimensão | Imagens SAR | Séries Temporais | Wavelets | Inferência Não-Paramétrica

Resumo

O desenvolvimento de metodologias e ferramentas capazes de auxiliar no monitoramento ambiental compreende uma demanda constante e desafiadora. Este projeto de pesquisa busca explorar a aplicação de conceitos e técnicas de Aprendizado Profundopara identificação de mudanças na superfície terrestre utilizando séries de imagens obtidaspor sensoriamento remoto. É vislumbrada que a adaptação de técnicas de AprendizadoProfundo oferece uma forma direta de processar série de imagens e gerar como produtomapas sobre as mudanças espaço-temporais.