Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/plutao/2016/12.05.19.23.57-0:en:title:2:information soft categorical indicator:spatial modeling categorical attributes using indicator simulation soft information uncertainty analyses:>.
2 referências similares encontradas (inclusive a original) buscando em 17 dentre 17 Arquivos.
Data e hora local de busca: 25/04/2024 02:58.
1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W/3MTN3LG
Repositóriosid.inpe.br/plutao/2016/12.05.19.23.56
Última Atualização2016:12.08.15.25.13 (UTC) lattes
Repositório de Metadadossid.inpe.br/plutao/2016/12.05.19.23.57
Última Atualização dos Metadados2018:06.04.23.26.21 (UTC) administrator
ISSN0560-4613
1808-0936
Rótulolattes: 2916855460918534 1 FelgueirasMontOrtiCama:2016:SpMoCa
Chave de CitaçãoFelgueirasDruMonOrtCam:2016:SpMoCa
TítuloSpatial modeling of categorical attributes using indicator simulation and soft information with uncertainty analyses
Ano2016
Data de Acesso25 abr. 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PN
Número de Arquivos1
Tamanho1040 KiB
2. Contextualização
Autor1 Felgueiras, Carlos Alberto
2 Druck, Suzana
3 Monteiro, Antônio Miguel Vieira
4 Ortiz, Jussara de Oliveira
5 Camargo, Eduardo Celso Gerbi
Identificador de Curriculo1 8JMKD3MGP5W/3C9JGQD
2
3 8JMKD3MGP5W/3C9JGJN
4 8JMKD3MGP5W/3C9JHKL
5 8JMKD3MGP5W/3C9JGUK
Grupo1 DPI-OBT-INPE-MCTI-GOV-BR
2
3 DPI-OBT-INPE-MCTI-GOV-BR
4 DPI-OBT-INPE-MCTI-GOV-BR
5 DPI-OBT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
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 carlos@dpi.inpe.br
2 suzana@cpac.embrapa.br
3 miguel@dpi.inpe.br
4 jussara@dpi.inpe.br
5 eduardo@dpi.inpe.br
RevistaRevista Brasileira de Cartografia
Volume68
Número4
Páginas655-664
Nota SecundáriaA2_INTERDISCIPLINAR A2_GEOGRAFIA A2_ARQUITETURA_E_URBANISMO B1_PLANEJAMENTO_URBANO_E_REGIONAL_/_DEMOGRAFIA B1_CIÊNCIAS_AMBIENTAIS B2_GEOCIÊNCIAS B3_ENGENHARIAS_I B4_ENGENHARIAS_III B4_CIÊNCIAS_SOCIAIS_APLICADAS_I B5_ENGENHARIAS_IV B5_ENGENHARIAS_II B5_CIÊNCIAS_AGRÁRIAS_I B5_BIODIVERSIDADE C_ZOOTECNIA_/_RECURSOS_PESQUEIROS C_MATEMÁTICA_/_PROBABILIDADE_E_ESTATÍSTICA C_CIÊNCIAS_BIOLÓGICAS_I C_ASTRONOMIA_/_FÍSICA
Histórico (UTC)2016-12-08 15:25:14 :: lattes -> administrator :: 2016
2016-12-09 07:36:08 :: administrator -> lattes :: 2016
2016-12-22 16:47:35 :: lattes -> administrator :: 2016
2018-06-04 23:26:21 :: administrator -> simone :: 2016
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveGeostatistics
Geospatial Modeling of Categorical Attributes
Indicator Sequential Simulations
Hard and Soft data
Uncertainty Analyses
Geoestatística
Modelagem Geoespacial de Atributos Categóricos
Simulações Sequenciais por Indicação
Dados Primários e Secundários
Análises de Incertezas
ResumoThis work explores a methodology to apply indicator geostatistical simulation approaches to geospatial modeling of categorical attributes using hard and soft information. Uncertainty analyses of the predictions are performed to evaluate the quality of classifi cations. Sample points of a categorical attribute are considered as the hard, or primary, information while a categorical map is used for determine the soft, or the secondary, information. The soft information is incorporated in the indicator simulation procedure as prior mean values, taken from a probability distribution function, related to the hard data. The prior mean values are then updated via indicator simulation to account for the hard data available in their neighborhoods. To illustrate the methodology a case study is presented with samples of soil texture classes, as the hard data, and with classes of a soil map determining the soft information. These data are gathered from an experimental farm of agriculture researches. Uncertainty analyses of the results show that the use of soft information, along with the hard data, allows one to fi nd out new specifi c regions of higher and lower uncertainties. The highest uncertainties regions should be considered as candidates for future resampling. RESUMO: Este trabalho explora uma metodologia de uso de procedimentos geoestatísticos de simulação por indicação na modelagem geoespacial de atributos categóricos usando informações primárias e secundárias. Análises de incertezas das predições são realizadas para avaliação da qualidade das classifi cações. Consideram-se amostras pontuais de um atributo categórico como informações principais, ou primárias, enquanto que dados de um mapa categórico são usados como informações auxiliares, ou secundárias. A informação auxiliar, correlacionada com a principal, é incorporada ao procedimento de simulação por indicação como valores médios a priori, tomados a partir de uma função de distribuição de probabilidade. Os valores médios a priori são, então, atualizados via simulação por indicação considerando-se os dados principais disponíveis em suas vizinhanças. Para ilustrar a metodologia, apresenta-se um estudo de caso com amostras de classes de textura do solo, dados primários, e com classes de um mapa de solos, dados secundários. Estas informações foram obtidas de uma fazenda experimental usada para pesquisas agrícolas. As análises dos resultados mostram que a utilização de informações secundárias, em conjunto com os dados primários, determinam novas regiões específi cas de baixas e altas incertezas. As regiões de mais altas incertezas devem ser consideradas como candidatas para futuras reamostragens.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Spatial modeling of...
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/8JMKD3MGP3W/3MTN3LG
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W/3MTN3LG
Idiomaen
Arquivo Alvofelgueiras_spatial.pdf
Grupo de Usuárioslattes
Grupo de Leitoresadministrator
lattes
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.53.06 1
sid.inpe.br/mtc-m21/2012/07.13.14.43.05 1
URL (dados não confiáveis)http://www.rbc.lsie.unb.br/index.php?journal=rbc&page=issue&op=view&path%5B%5D=81
DivulgaçãoPORTALCAPES
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel doi e-mailaddress format isbn lineage mark month nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype
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/3KN2KCB
Repositóriosid.inpe.br/plutao/2015/12.04.11.30
Última Atualização2015:12.11.13.03.30 (UTC) administrator
Repositório de Metadadossid.inpe.br/plutao/2015/12.04.11.30.48
Última Atualização dos Metadados2018:06.04.23.25.43 (UTC) administrator
Rótulolattes: 2916855460918534 1 FelgueirasMontCamaOrti:2015:ImAcCa
Chave de CitaçãoFelgueirasMontCamaOrti:2015:ImAcCa
TítuloImproving accuracy of categorical attribute modeling with indicator simulation and soft information
FormatoDVD
Ano2015
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CI
Número de Arquivos1
Tamanho447 KiB
2. Contextualização
Autor1 Felgueiras, Carlos Alberto
2 Monteiro, Antônio Miguel Vieira
3 Camargo, Eduardo Celso Gerbi
4 Ortiz, Jussara de Oliveira
Identificador de Curriculo1 8JMKD3MGP5W/3C9JGQD
2 8JMKD3MGP5W/3C9JGJN
3 8JMKD3MGP5W/3C9JGUK
4 8JMKD3MGP5W/3C9JHKL
Grupo1 DPI-OBT-INPE-MCTI-GOV-BR
2 DPI-OBT-INPE-MCTI-GOV-BR
3 DPI-OBT-INPE-MCTI-GOV-BR
4 DPI-OBT-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)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 carlos@dpi.inpe.br
2 miguel@dpi.inpe.br
3 eduardo@dpi.inpe.br
4 jussara@dpi.inpe.br
Nome do EventoInternational Conference on GeoComputation Geospatial Information Sciences, 13 (GeoComputation)
Localização do EventoRichardson, Texas
Data20-23 May
Volume1
Páginas25-31
Título do LivroProceedings
Tipo TerciárioPaper
Histórico (UTC)2015-12-04 12:13:21 :: lattes -> administrator :: 2015
2018-06-04 23:25:43 :: administrator -> simone :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveGeostatistics
Spatial Modeling of Categorical Attributes
Indicator Simulations
Uncertainty Assesments
Hard and Soft Data
ResumoThe objective of this work is to apply an indicator geostatistical simulation approach to improve the accuracy of spatial modeling of categorical attributes using hard and soft information. Sample points of a categorical attribute are considered as the hard, or primary, information while a categorical map is used for determine the soft, or the secondary, information. The soft information is incorporated in the indicator simulation procedure as prior mean values, taken from a probability distribution function, related to the hard data. The prior mean values are then updated via indicator simulation to account for the hard data available in their neighborhoods. To illustrate the methodology a case study is presented with samples of soil texture classes, as the hard data, and with classes of a soil map defining the soft information. These data are gathered from an experimental farm of agriculture researches. The results show that the use of soft information, along with the hard data, improve the accuracy of the final products and show regions with higher uncertainties that are candidates to be sampled or resampled in the future.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Improving accuracy of...
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/8JMKD3MGP3W/3KN2KCB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W/3KN2KCB
Idiomaen
Arquivo Alvo1_felgueiras.pdf
Grupo de Usuáriosadministrator
lattes
simone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.44.59 5
sid.inpe.br/mtc-m21/2012/07.13.14.40.32 2
sid.inpe.br/mtc-m21/2012/07.13.14.43.05 2
URL (dados não confiáveis)http://www.geocomputation.org/2015/papers/GC15_06.pdf
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
NotasSetores de Atividade: Pesquisa e desenvolvimento científico.
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor isbn issn lineage mark nextedition numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type
7. Controle da descrição
e-Mail (login)simone
atualizar