| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Santilli, Giancarlo | - |
| dc.contributor.author | Sens, Diogo Filipe | - |
| dc.identifier.citation | SENS, Diogo Filipe. Rede neural convolucional para classificação de imagens SAR de desflorestamento na Amazônia. 2021. 113 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Aeroespacial) — Universidade de Brasília, Brasília, 2021. | pt_BR |
| dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, 2021. | pt_BR |
| dc.description.abstract | O presente trabalho visa desenvolver uma rede neural convolucional (CNN) capaz de classificar imagens de satélite SAR da Floresta Amazônica que contenham indicadores de desmatamento. CNN é uma arquitetura de aprendizagem de máquina usada para reconhecimento de padrões em imagens digitais, como reconhecimento de caracteres ou de rostos humanos. SAR é um tipo de imageamento ativo (radar) por satélite que não sofre interferência de nuvens, comuns na região amazônica. O objetivo é automatizar a detecção de sinais de desmatamento na floresta, de modo a reduzir o tempo de resposta das autoridades competentes. A acurácia do modelo desenvolvido atingiu um valor próximo de 90%. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Imagens digitais | pt_BR |
| dc.subject.keyword | Reconhecimento de padrões | pt_BR |
| dc.subject.keyword | Desmatamento | pt_BR |
| dc.title | Rede neural convolucional para classificação de imagens SAR de desflorestamento na Amazônia | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2022-09-01T11:48:11Z | - |
| dc.date.available | 2022-09-01T11:48:11Z | - |
| dc.date.submitted | 2021-11-13 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/31777 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | The present work aims to develop a convolutional neural network (CNN) capable of classi-fying SAR satellite images from the Amazon Forest that contain deforestation indicators. CNN is a machine learning architecture used for pattern recognition in digital images, such as character or human face recognition. SAR is a type of active satellite imagery (radar) that does not suffer from interference from clouds, common in the Amazon region. The objective is to automate the detection of signs of deforestation in the forest, in order to reduce the response time of the competent authorities. The accuracy of the developed model reached a value close to 90%. | pt_BR |
| Aparece na Coleção: | Engenharia Aeroespacial
|
