| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
24/12/2014 |
|
Data da última atualização: |
08/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
AMARAL, B. F. do; GONÇALVES, R. R. V.; ROMANI, L. A. S.; SOUSA, E. P. M. |
|
Afiliação: |
ICMC/USP; Cepagri/Unicamp; LUCIANA ALVIM SANTOS ROMANI, CNPTIA; ICMC/USP. |
|
Título: |
Aprimorando a classificação semissupervisionada de séries temporais extraídas de imagens de satélite. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
In: SYMPOSIUM ON KNOWLEDGE DISCOVERY, MINING AND LEARNING, 2., 2014, São Carlos, SP. Proceedings... São Carlos, SP: ICMC/USP, 2014. |
|
Páginas: |
p. 1-8. |
|
ISBN: |
978-85-87837-27-1 |
|
Idioma: |
Português |
|
Notas: |
KDMiLe 2014. |
|
Conteúdo: |
Abstract. A quantidade de dados gerados e armazenados tem crescido muito nos últimos anos, assim como o interesse na descoberta de conhecimento e extração de padrões em tais bases de dados. No entanto, em domínios como sensoriamento remoto, grandes volumes de dados complexos, por exemplo imagens de satélite, requerem uso de recursos computacionais para análise de dados. Nesse contexto, a classificação semissupervisionada é uma alternativa adequada para extração de conhecimento de conjuntos de dados com poucas instâncias previamente rotuladas e grandes quantidades de instâncias não rotuladas. Neste artigo, é proposta uma técnica de classificação semissupervisionada para análise de séries temporais obtidas a partir de imagens de satélites, visando a identificação de áreas de plantio de cana-de-açúcar. Os resultados dos experimentos realizados indicam que a técnica proposta alcança melhor qualidade na classificação de áreas de cana-de-açúcar quando comparada a duas outras técnicas, supervisionada e semissupervisionada, propostas na literatura. |
|
Palavras-Chave: |
Classificação baseada em grafos; Classificação semissupervisionada; Data mining; Mineração de dados; Séries temporais de imagens de satélite. |
|
Thesaurus Nal: |
Classification; Time series analysis. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 02040nam a2200265 a 4500
001 2003706
005 2020-01-08
008 2014 bl uuuu u00u1 u #d
020 $a978-85-87837-27-1
100 1 $aAMARAL, B. F. do
245 $aAprimorando a classificação semissupervisionada de séries temporais extraídas de imagens de satélite.$h[electronic resource]
260 $aIn: SYMPOSIUM ON KNOWLEDGE DISCOVERY, MINING AND LEARNING, 2., 2014, São Carlos, SP. Proceedings... São Carlos, SP: ICMC/USP$c2014
300 $ap. 1-8.
500 $aKDMiLe 2014.
520 $aAbstract. A quantidade de dados gerados e armazenados tem crescido muito nos últimos anos, assim como o interesse na descoberta de conhecimento e extração de padrões em tais bases de dados. No entanto, em domínios como sensoriamento remoto, grandes volumes de dados complexos, por exemplo imagens de satélite, requerem uso de recursos computacionais para análise de dados. Nesse contexto, a classificação semissupervisionada é uma alternativa adequada para extração de conhecimento de conjuntos de dados com poucas instâncias previamente rotuladas e grandes quantidades de instâncias não rotuladas. Neste artigo, é proposta uma técnica de classificação semissupervisionada para análise de séries temporais obtidas a partir de imagens de satélites, visando a identificação de áreas de plantio de cana-de-açúcar. Os resultados dos experimentos realizados indicam que a técnica proposta alcança melhor qualidade na classificação de áreas de cana-de-açúcar quando comparada a duas outras técnicas, supervisionada e semissupervisionada, propostas na literatura.
650 $aClassification
650 $aTime series analysis
653 $aClassificação baseada em grafos
653 $aClassificação semissupervisionada
653 $aData mining
653 $aMineração de dados
653 $aSéries temporais de imagens de satélite
700 1 $aGONÇALVES, R. R. V.
700 1 $aROMANI, L. A. S.
700 1 $aSOUSA, E. P. M.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 7 | |
| 5. |  | SIMOES, C. C.; CASELA, C. R.; GUIMARAES, C. T.; SCHAFFERT, R. E.; MOREIRA, M. A.; MAGALHAES, J. V. Identificação de linhagens de sorgo (Sorghum bicolor L. Moench) resistentes ao míldio do sorgo (Peronosclerospora sorghi). In: CONGRESSO NACIONAL DE MILHO E SORGO, 26.; SIMPÓSIO BRASILEIRO SOBRE A LAGARTA-DO-CARTUCHO, SPODOPTERA FRUGIPERDA, 2.; SIMPÓSIO SOBRE COLLETOTRICHUM GRAMINICOLA, 1., 2006, Belo Horizonte. Inovação para sistemas integrados de produção: trabalhos apresentados. [Sete Lagoas]: ABMS, 2006. 1 CD-ROM.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Milho e Sorgo. |
|    |
| 6. | | TINOCO, C. F. D. S.; MAGALHAES, J. V. de; LANA, U. G. de P.; NODA, R. W.; SIMÕES, C. C.; GUIMARAES, C. T. Data mining and phylogeny to select candidate genes responsible for aluminum tolerance in maize. In: INTERNATIONAL CONFERENCE OF THE BRAZILIAN ASSOCIATION FOR BIOINFORMATICS AND COMPUTATIONAL BIOLOGY, 6., 2010, Ouro Preto. Abstracts... [S.l.: s.n.], 2010. p. 15. AB3C X-meeting 2010.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 7. | | GUIMARAES, C. T.; SIMOES, C. C.; PASTINA, M. M.; MARON, L. G.; MAGALHAES, J. V.; VASCONCELLOS, R. C. C.; GUIMARAES, L. J. M.; LANA, U. G. de P.; TINOCO, C. F. S.; NODA, R. W.; BELICUAS, S. N. J.; KOCHIAN, L. V.; ALVES, V. M. C.; PARENTONI, S. N. Genetic dissection of Al tolerance QTLs in the maize genome by high density SNP scan. BMC Genomics, v. 15, n. 153, p. 1-14, 2014.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
|  |
| Registros recuperados : 7 | |
|
| Expressão de busca inválida. Verifique!!! |
|
|
