01656nam a2200337 a 450000100080000000500110000800800410001910000210006024502530008126000160033430000110035050002260036152003350058765000280092265300290095065300250097965300180100465300140102265300160103665300180105265300200107065300080109065300280109865300350112665300380116165300290119965300170122865300180124565300290126365300260129221597882023-12-15       2023    bl uuuu  m   00u1 u    #d1 aWERNER, J. P. S.  aAprendizado profundo e séries temporais de imagens dos satélites Sentinel-2 e PlanetScope para o mapeamento de áreas com integração lavoura-pecuáriabuma contribuição para o desenvolvimento agropecuário sustentável.h[electronic resource]  a2023.c2023  a100 p.  aTese (Doutorado em Engenharia Agrí­cola) - Faculdade de Engenharia Agrí­cola, Universidade Estadual de Campinas, Campinas. Orientadora: Kelly Dantas Araújo Figueiredo, coorientador: Júlio César Dalla Mora Esquerdo.  aO objetivo geral da tese foi desenvolver uma metodologia de mapeamento de áreas com sistemas de iLP por meio da aplicação de algoritmos de aprendizado profundo em cubos de dados das séries temporais de imagens de satélite (STIS) oriundas de Sentinel-2 (S2), PlanetScope (PS) e da fusão de ambas (DF, Data Fusion em inglês).  aArtificial intelligence  aAgricultura regenerativa  aAprendizado profundo  aCubo de dados  aData cube  aData fusion  aDeep learning  aFusão de dados  aILP  aImagens multiespectrais  aIntegração lavoura-pecuária  aIntegrated crop-livestock systems  aInteligência artificial  aMulti-sensor  aMultisensores  aRegenerative agriculture  aRotação de cultivos