| 1. Identificação | ||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | |||||||||
| Site | mtc-m21b.sid.inpe.br | |||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||||||||
| Identificador | 8JMKD3MGP3W34P/3L2D5ME | |||||||||
| Repositório | sid.inpe.br/mtc-m21b/2016/01.18.22.14 | |||||||||
| Última Atualização | 2021:04.23.14.52.02 (UTC) simone | |||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m21b/2016/01.18.22.14.18 | |||||||||
| Última Atualização dos Metadados | 2021:04.23.15.29.29 (UTC) simone | |||||||||
| Chave Secundária | INPE-17654-TDI/2414 | |||||||||
| Chave de Citação | Ibañez:2016:UsReNe | |||||||||
| Título | Uso de redes neurais nebulosas e florestas aleatórias na classificação de imagens em um projeto de ciência cidadã  | |||||||||
| Título Alternativo | Use of fuzzy neural networks and random forest in image's classification of a citizen science project | |||||||||
| Curso | CAP-COMP-SPG-INPE-MCTI-GOV-BR | |||||||||
| Ano | 2016 | |||||||||
| Data | 2016-02-19 | |||||||||
| Data de Acesso | 13 maio 2024 | |||||||||
| Tipo da Tese | Dissertação (Mestrado em Computação Aplicada) | |||||||||
| Tipo Secundário | TDI | |||||||||
| Número de Páginas | 120 | |||||||||
| Número de Arquivos | 1 | |||||||||
| Tamanho | 46013 KiB | |||||||||
| 2. Contextualização | ||||||||||
| Autor | Ibañez, Marilyn Menecucci | |||||||||
| Banca | Rosa, Reinaldo Roberto (presidente) Ramos, Fernando Manuel (orientador) Carvalho, Adenilson Roberto (orientador) Becceneri, José Carlos Shiguemori, Elcio Hideiti | |||||||||
| Endereço de e-Mail | marilynmenecucciibanez@gmail.com | |||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | |||||||||
| Cidade | São José dos Campos | |||||||||
| Histórico (UTC) | 2016-01-18 22:14:18 :: marilynmenecucciibanez@gmail.com -> administrator :: 2016-01-19 08:49:20 :: administrator -> yolanda :: 2016-02-16 11:07:48 :: yolanda -> marilynmenecucciibanez@gmail.com :: 2016-03-03 01:28:43 :: marilynmenecucciibanez@gmail.com -> yolanda :: 2016-03-09 14:23:08 :: yolanda -> marilynmenecucciibanez@gmail.com :: 2016-03-11 23:15:02 :: marilynmenecucciibanez@gmail.com -> yolanda :: 2016-03-29 14:46:25 :: yolanda -> marilynmenecucciibanez@gmail.com :: 2016-03-30 19:59:33 :: marilynmenecucciibanez@gmail.com -> yolanda :: 2016-04-04 11:39:43 :: yolanda -> marilynmenecucciibanez@gmail.com :: 2016-04-05 01:01:49 :: marilynmenecucciibanez@gmail.com -> yolanda :: 2016-05-25 19:04:53 :: yolanda -> marcelo.pazos@sid.inpe.br :: 2016-05-31 16:31:51 :: marcelo.pazos@sid.inpe.br :: -> 2016 2016-06-01 12:35:50 :: marcelo.pazos@sid.inpe.br -> administrator :: 2016 2016-06-03 12:02:29 :: administrator -> yolanda :: 2016 2016-06-03 13:38:19 :: yolanda -> marcelo.pazos@sid.inpe.br :: 2016 2016-06-03 14:00:55 :: marcelo.pazos@sid.inpe.br -> administrator :: 2016 2021-04-23 14:46:49 :: administrator -> simone :: 2016 2021-04-23 15:29:29 :: simone -> :: 2016 | |||||||||
| 3. Conteúdo e estrutura | ||||||||||
| É a matriz ou uma cópia? | é a matriz | |||||||||
| Estágio do Conteúdo | concluido | |||||||||
| Transferível | 1 | |||||||||
| Palavras-Chave | redes neurais florestas aleatórias processamento de imagens computação cidadã desmatamento satélites neural network image processing computing citizen desforestation satellites | |||||||||
| Resumo | Recentemente, um projeto de ciências cidadã chamado \emph{ForestWatchers} (LUZ et al., 2014) foi lançado com o objetivo de envolver os cidadãos leigos no monitoramento do desmatamento. Por meio de uma interface Web, voluntários de todo o mundo são convidados a analisar imagens MODIS de regiões florestais e confirmar se atribuições automáticas de regiões de florestas desmatadas estão corretamente classificadas. Considerando a grande área em todo mundo coberta pelas florestas tropicais, torna-se fundamental o uso de um classificador rápido que atenda a um objetivo duplo: o mapeamento de pixels em duas classes (${'}$Floresta${'}$ e ${'}$não-Floresta${'}$) e a seleção dos pixels a serem enviados aos voluntários para a inspeção, com base em uma métrica de confiança. Nesta dissertação investiga-se o uso de dois métodos distintos - rede neural de perceptrons multicamada (\emph{Multi-Layered Perceptron}, MLP) difusa e Floresta Aleatória (\emph{Random Forest, RF}) - na classificação de padrões de desmatamento na Amazônia brasileira, utilizando imagens MODIS. Neste sentido, foram gerados mapas de desmatamento de diversos tamanhos, de diversas áreas do estado de Rondônia. Os resultados foram validados com os resultados de projeto PRODES, que avalia anualmente o desmatamento na Amazônia brasileira. Nestes testes, o classificador RF apresentou um desempenho amplamente superior ao das redes neurais \emph{Multi-Layered Perceptro e Multi-Layered Perceptron Fuzzy}. ABSTRACT: Recently, a citizen science project called ForestWatchers (LUZ et al., 2014) was launched in order to involve the laity citizens in the monitoring of deforestation. Through a Web interface, volunteers from around the world are invited to review MODIS images of forest regions and confirm that automatic assignment of cleared forest areas are properly classified. Considering the large area worldwide covered by tropical forest, it is essential to use a fast classifier that meets a double objective: the pixel mapping into two classes (${'}$Forest${'}$ and ${'}$non-forest${'}$) and the selection of pixels to be sent to volunteers for inspection, based on a reliable metric. This dissertation investigates the use of two different methods - neural network multilayer perceptrons (Multi-Layered Perceptron, MLP) diffuse and Random Forest (Random Forest, RF) - the deforestation pattern classification in the Brazilian Amazon using MODIS images. In this sense, deforestation maps were generated from various sizes, from different areas of the state of Rondonia. The results were validated with the results of PRODES project, which annually evaluates deforestation in the Brazilian Amazon. In these tests, the classifier RF showed a vastly superior performance to the \emph{Multi-Layered Perceptro and Multi-Layered Perceptron Fuzzy neural networks.}. | |||||||||
| Área | COMP | |||||||||
| Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Uso de redes... | |||||||||
| Conteúdo da Pasta doc | acessar | |||||||||
| Conteúdo da Pasta source |
| |||||||||
| Conteúdo da Pasta agreement |
| |||||||||
| 4. Condições de acesso e uso | ||||||||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34P/3L2D5ME | |||||||||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34P/3L2D5ME | |||||||||
| Idioma | pt | |||||||||
| Arquivo Alvo | publicacao.pdf | |||||||||
| Grupo de Usuários | administrator marcelo.pazos@inpe.br marilynmenecucciibanez@gmail.com yolanda.souza@mcti.gov.br | |||||||||
| Visibilidade | shown | |||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | |||||||||
| Detentor da Cópia | SID/SCD | |||||||||
| Permissão de Leitura | allow from all | |||||||||
| Permissão de Atualização | não transferida | |||||||||
| 5. Fontes relacionadas | ||||||||||
| Repositório Espelho | sid.inpe.br/mtc-m21b/2013/09.26.14.25.22 | |||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F2PHGS | |||||||||
| Lista de Itens Citando | ||||||||||
| Divulgação | BNDEPOSITOLEGAL | |||||||||
| Acervo Hospedeiro | sid.inpe.br/mtc-m21b/2013/09.26.14.25.20 | |||||||||
| 6. Notas | ||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel 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 | |||||||||