|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
07/12/2022 |
|
Data da última atualização: |
07/12/2022 |
|
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
|
Autoria: |
MACARRINGUE, L. S. |
|
Afiliação: |
LUCRÊNCIO SILVESTRE MACARRINGUE, UNIVERSIDADE ESTADUAL DE CAMPINAS. |
|
Título: |
Uso e cobertura da terra na região norte de Moçambique entre 2011 e 2020: uma abordagem baseada em aprendizado de máquina e computação em nuvem. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
2022. 157 p. |
|
Idioma: |
Português |
|
Notas: |
Tese (Doutorado em Geografia) - Instituto de Geociências, Universidade Estadual de Campinas, Campinas. Orientador: Edson Luis Bolfe. |
|
Conteúdo: |
Considerando a evolução das técnicas e métodos de aquisição e tratamento de dados de sensoriamento remoto, nesta pesquisa, propôs-se: i) fazer o levantamento de métodos e técnicas de tratamento de dados para fins de mapeamento e monitoramento do uso e cobertura da terra; ii) propor, aplicar e avaliar o método e técnica de mapeamento do uso e cobertura da terra na região norte de Moçambique baseado em algoritmos de aprendizado de máquinas e plataformas de computação em nuvem; iii) analisar as dinâmicas do uso e cobertura da terra na região entre o período de 2011 e 2020. |
|
Palavras-Chave: |
Algoritmos de Aprendizado de Máquina; Aprendizado de máquina; Cloud computing; Cobertura da terra; Computação em nuvem; Computing platform; Dimensionality Reduction; Floresta aleatória; Google Earth Engine; Machine learning; Machine Learning Algorithms; Mineração de dados; Plataforma computacional; Random Forest; Redução da Dimensionalidade; Séries temporais; Time-series. |
|
Thesagro: |
Uso da Terra. |
|
Thesaurus Nal: |
Land cover; Land use; Time series analysis. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 01901nam a2200373 a 4500
001 2149292
005 2022-12-07
008 2022 bl uuuu m 00u1 u #d
100 1 $aMACARRINGUE, L. S.
245 $aUso e cobertura da terra na região norte de Moçambique entre 2011 e 2020$buma abordagem baseada em aprendizado de máquina e computação em nuvem.$h[electronic resource]
260 $a2022. 157 p.$c2022
500 $aTese (Doutorado em Geografia) - Instituto de Geociências, Universidade Estadual de Campinas, Campinas. Orientador: Edson Luis Bolfe.
520 $aConsiderando a evolução das técnicas e métodos de aquisição e tratamento de dados de sensoriamento remoto, nesta pesquisa, propôs-se: i) fazer o levantamento de métodos e técnicas de tratamento de dados para fins de mapeamento e monitoramento do uso e cobertura da terra; ii) propor, aplicar e avaliar o método e técnica de mapeamento do uso e cobertura da terra na região norte de Moçambique baseado em algoritmos de aprendizado de máquinas e plataformas de computação em nuvem; iii) analisar as dinâmicas do uso e cobertura da terra na região entre o período de 2011 e 2020.
650 $aLand cover
650 $aLand use
650 $aTime series analysis
650 $aUso da Terra
653 $aAlgoritmos de Aprendizado de Máquina
653 $aAprendizado de máquina
653 $aCloud computing
653 $aCobertura da terra
653 $aComputação em nuvem
653 $aComputing platform
653 $aDimensionality Reduction
653 $aFloresta aleatória
653 $aGoogle Earth Engine
653 $aMachine learning
653 $aMachine Learning Algorithms
653 $aMineração de dados
653 $aPlataforma computacional
653 $aRandom Forest
653 $aRedução da Dimensionalidade
653 $aSéries temporais
653 $aTime-series
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
