Algoritmo paralelo para processamento de séries temporais de sensoriamento remoto com aplicação na classificação do uso e cobertura do solo

dc.contributor.advisor-co1Oliveira, Sávio Salvarino Teles de
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/1905829499839846pt_BR
dc.contributor.advisor1Martins, Wellington Santos
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3041686206689904pt_BR
dc.contributor.referee1Laureano, Gustavo Teodoro
dc.contributor.referee2Martins, Wellington Santos
dc.contributor.referee3Ferreira Júnior, Laerte Guimarães
dc.contributor.referee4Oliveira, Sávio Salvarino Teles de
dc.creatorPaiva, Roberto de Urzêda
dc.creator.Latteshttp://lattes.cnpq.br/4016606288813913pt_BR
dc.date.accessioned2021-04-28T12:35:13Z
dc.date.available2021-04-28T12:35:13Z
dc.date.issued2021-03-31
dc.description.abstractThe increase in satellite launches into Earth's orbit in recent years has generated a huge amount of remote sensing data. These data are used in automated classification approaches, generating land-use and landcover products for different landscapes around the world. Dynamic Time Warping (DTW) is a well-known computational method used to measure the similarity between time series, it has been explored in several algorithms for remote sensing time series analysis. These DTW-based algorithms are capable of generating similarity measures between the series and pre-established patterns, these measures can be used as metafeatures to increase the performance of classification models. However, DTW-based algorithms require a lot of computational resources and have a high execution time, which makes them difficult to use in large volumes of data. Attempting to avoid this limitation, this article presents a parallel and fully scalable solution to optimize the construction of meta-features through remote sensing time series. In addition, results of the application of the meta-features generated in the training and evaluation of classification models based on Random Forest are presented, allowing the evaluation of the impact of the use of metafeatures in the automated classification of land-use and land-cover. The results show that both approaches have led to improvements in execution time and accuracy when compared to traditional strategies and models.eng
dc.description.provenanceSubmitted by Luciana Ferreira (lucgeral@gmail.com) on 2021-04-27T13:37:20Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Roberto de Urzêda Paiva - 2021.pdf: 4738768 bytes, checksum: 6fbf69ca9b597c5bb842444ca482a43f (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2021-04-28T12:35:13Z (GMT) No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Roberto de Urzêda Paiva - 2021.pdf: 4738768 bytes, checksum: 6fbf69ca9b597c5bb842444ca482a43f (MD5)en
dc.description.provenanceMade available in DSpace on 2021-04-28T12:35:13Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Dissertação - Roberto de Urzêda Paiva - 2021.pdf: 4738768 bytes, checksum: 6fbf69ca9b597c5bb842444ca482a43f (MD5) Previous issue date: 2021-03-31en
dc.description.resumoNos últimos anos, o volume de dados de observação da Terra aumentou significativamente devido ao grande número de satélites orbitando o planeta. Esses dados são utilizados em abordagens de classificação automatizada, gerando produtos de uso e cobertura do solo para diferentes paisagens ao redor do mundo. O Dynamic Time Warping (DTW) é um método clássico utilizado para medir a similaridade entre duas séries temporais. Nesse contexto, algoritmos baseados no DTW se tornaram uma abordagem eficiente para lidar com séries temporais de sensoriamento remoto (STSR). Estes algoritmos podem ser usados para gerar meta-características (i.e., novas características derivadas dos dados originais) para incrementar o desempenho de modelos de classificação. No entanto, algoritmos baseados no DTW possuem complexidade quadrática, fazendo com que o tempo de execução e a utilização de recursos computacionais sejam muito elevados, o que dificulta sua utilização em grandes volumes de dados. Buscando contornar essa limitação, este trabalho apresenta uma solução paralela e totalmente escalável para otimizar a construção de meta-características através de STSR. Além disto, são apresentados resultados da aplicação das meta-características geradas no treinamento e avaliação de modelos de classificação baseados no Random Forest, permitindo a avaliação do impacto da utilização de meta-características na classificação automatizada do uso e cobertura do solo. Nossos resultados mostram que ambas as abordagens levaram à melhoria no tempo de execução e acurácia quando comparadas a estratégias e modelos tradicionais.pt_BR
dc.identifier.citationPAIVA, R. U. Algoritmo paralelo para processamento de séries temporais de sensoriamento remoto com aplicação na classificação do uso e cobertura do solo. 2021. 66 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2021.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/11297
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Informática - INF (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectDTWpor
dc.subjectTWDTWpor
dc.subjectRapid-DTWpor
dc.subjectMeta-característicaspor
dc.subjectProgramação paralelapor
dc.subjectGPUpor
dc.subjectSéries temporaispor
dc.subjectSensoriamento remotopor
dc.subjectClassificaçãopor
dc.subjectUso e cobertura do solopor
dc.subjectDTWeng
dc.subjectTWDTWeng
dc.subjectRapid-DTWeng
dc.subjectMeta-featureseng
dc.subjectParallel programmingeng
dc.subjectGPUeng
dc.subjectTime serieseng
dc.subjectRemote sensingeng
dc.subjectClassificationeng
dc.subjectLand-use and land-covereng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleAlgoritmo paralelo para processamento de séries temporais de sensoriamento remoto com aplicação na classificação do uso e cobertura do solopt_BR
dc.title.alternativeParallel algorithm for remote sensing time series processing with application in land-use and land-cover classificationeng
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Roberto de Urzêda Paiva - 2021.pdf
Tamanho:
4.52 MB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: