Você está aqui: INPE / Pós-Graduação / CAP / Teses e Dissertações

Teses e Dissertações

Publicado Por: INPE
Última Modificação: (dados atualizados dinamicamente)
Pesquisa

Search Result Search Result The search expression was . 18 references found looking up in 20 out of 20 Archives. Search local date and time: 17/10/2021 21:47.


	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/4325CC8
		sid.inpe.br/mtc-m21c/2020/08.03.21.55
		2021:05.16.23.12.22 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/08.03.21.55.08
		2021:05.18.12.31.15 sid.inpe.br/bibdigital@80/2006/04.07.15.50 administrator
		INPE-18349-TDI/3017
		Adeu:2021:ClSaIm
		Clustering satellite image time series data based on growing self-organizing maps
		Clustering de séries temporais de imagens de satélite utilizando growing self-organizing maps
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-07-31
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		47
		1
		5923 KiB
		Adeu, Rodrigo de Sales da Silva,
		Quiles, Marcos Gonçalves (presidente),
		Ferreira, Karine Reis (orientadora),
		Andrade Neto, Pedro Ribeiro de (orientador),
		Picoli, Michelle Cristina Araujo,
		Romani, Luciana Alvim Santos,
		rdrg.sales@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		growing self-organized map, land use and land cover, machine learning, clustering, unsupervised learning, uso e cobertura da Terra, aprendizado de máquinas, aprendizado não supervisionado.
		Mapping Earth land use and land cover is crucial to understand agricultural dynamics. Recently, analysis of time series extracted from Earth observation satellite images has been widely used to produce land use and land cover information. In time series analysis, clustering is a common technique performed to discover patterns on data sets. In this work, we evaluate the Growing Self-Organizing Maps (GSOMs) algorithm for clustering satellite image time series and compare it with Self-Organizing Maps (SOMs) algorithm. This paper presents two case studies using satellite image time series associated to samples of land use and land cover classes, highlighting the advantage of providing a neutral factor (called spread factor) as a parameter for GSOM, instead of the SOM grid size. We first compare GSOM with traditional SOM, analyzing the resultant network topology, the algorithm running time, the cluster accuracy and the neighborhood maintenance. In the second case study, we changed the dataset, increasing the number of samples and repeating the analysis. We finish concluding that it is possible to cluster satellite image time series with GSOM, avoiding the SOM grid size additional parameter. Besides that, GSOM keeps most of SOM properties and can be considered as a suitable alternative to SOM. RESUMO: Mapear o uso e a cobertura da Terra é crucial para entender a dinâmica agrícola. Recentemente, a análise de séries temporais extraídas de imagens de satélite de observação da Terra tem sido amplamente utilizada para produzir informações sobre uso e cobertura da terra. Na análise de séries temporais, o clustering é uma técnica utilizada para descobrir padrões em conjuntos de dados. Neste trabalho, avaliamos o algoritmo GSOM (Growing Self-Organizing Maps) para agrupar séries temporais de imagens de satélite e o comparamos com o algoritmo SOM (Self-Organizing Maps). Este artigo apresenta um estudo de caso utilizando séries temporais de imagens de satélite associadas a amostras de uso da terra e classes de cobertura, destacando a vantagem de fornecer um fator neutro (chamado spread factor) como parâmetro para o GSOM, no lugar do tamanho da grade do SOM. Nós iniciamos comparando o GSOM com o SOM tradicional, analisando a topologia da rede resultante, o tempo de execução dos algoritmos, a eficácia dos clusters e a manutenção da vizinhança. No segundo estudo de caso, nós modificamos o conjunto de dados, aumentando a quantidade de amostras e repetindo a análise. Nós terminamos concluindo que é possível fazer o clustering de séries temporais de imagens de satélite utilizando o GSOM e evitando o parâmetro adicional do tamanho da grade requerido pelo SOM. Além disso, o GSOM mantém a maioria das propriedades do SOM, e pode ser considerado como uma alternativa adequada ao SOM.
		COMP
		en
		publicacao.pdf
		pubtc@inpe.br
		rdrg.sales@gmail.com
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Andrade Neto, Pedro Ribeiro de,
		Ferreira, Karine Reis,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/08.03.21.55
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/43RU675
		sid.inpe.br/mtc-m21c/2020/12.28.13.44
		2021:05.03.15.44.27 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/12.28.13.44.06
		2021:05.04.14.19.04 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18388-TDI/3046
		Carvalho:2021:NeAlPo
		Bisecting stochastic clustering: a new algorithm for PolSAR image unsupervised classification
		Bi-divisão estocástica de agrupamento: um novo algoritmo para classificação não supervisionada de imagens polSAR
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-11-10
		Tese (Doutorado em Computação Aplicada)
		TDI
		179
		1
		22833 KiB
		Carvalho, Naiallen Carolyne Rodrigues Lima,
		Körting, Thales Sehn (presidente),
		Sant'Anna, Sidnei João Siqueira (orientador),
		Bins, Leonardo Sant'Anna (orientador),
		Shiguemori, Elcio Hideiti,
		Carvalho, Solon Venâncio de,
		Correia, Antonio Henrique,
		Sousa Júnior, Manoel de Araújo,
		naiallen@yahoo.com.br
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		stochastic distance, Riemann geometry, divisive hierarchical clustering, PolSAR image, unsupervised classification, distancia estocastica, geometria de Riemann, agrupamento divisivo hierarquico, imagens PolSAR, classificação não supervisionada.
		PolSAR (Polarimetric Synthetic Aperture Radar) images can be represented by a set of complex Hermitian positive definite matrices, which have a natural Riemannian metric tensor. PolSAR images are, also, known for following the Wishart distribution, and, by using the information theory contrast function, stochastic distances between Wishart distributions can be derived. This work addresses unsupervised classification strategies, explores the Riemann geometry and studies stochastic distances applied to PolSAR images. The proposed algorithm, named Bisecting Stochastic Clustering (BSC), is a combination between the Stochastic Clustering (SC) algorithm and the hierarchical divisive clustering algorithm. The SC algorithm is technique based on K-means, which uses stochastic distances as similarity metric. The SC algorithm can, usually, be trapped in a local minimum, what led to incorrect clustering results. Therefore, the choice of good initial parameter candidates is essential for the clustering quality. The BSC algorithm is a top-down procedure, it starts with all samples in an unique cluster, that are successively splitted into two new sub-clusters. This algorithm is mainly divided into three steps: the initial parameter determination, the cluster bi-partitioning procedure, and the choice of a suitable cluster to split. In this work, two algorithms for the initial parameter determination are tested: the Expectation-Maximization (EM) algorithm for Wishart Mixture Model and the Riemann Principal Direction Divisive Partitioning (RPDDP). The RPDDP is a new proposed algorithm, whose goal is to perform the bi-partition of a dataset. This algorithm estimates the dataset covariance matrix under the the Riemann geometry, in order to find the principal component, which is used to separate the input data in two sub-clusters. From the RPDDP two estimated sub-clusters, the BSC derives the initial parameters. The BSC second step is performed by the SC algorithm. The BSC builds a dendrogram in order to represent the dataset splitting. Each sub-cluster, or node, links two successor sub-clusters in the dendrogram. When three or more nodes are available in one dendrogram level, the algorithm needs to choose a node to split. The BSC third step uses the information gain as the node choice rule. This work analyses the SC algorithm and two main variants of BSC. The first variant uses the RPDDP as initial parameter determiner, and the second, uses the EM algorithm as initial parameter determiner. The Bhattacharyya (B), Kullback-Leibler (KL) and Hellinger (H) stochastic distances are analysed in this work. In total, nine algorithms are evaluated: SC-B, SC-KL, SC-H, BSC-R-B, BSC-R-KL, BSC-R-H, BSC-EM-B, BSC-EM-KL, BSC-EM-H. The algorithms were analysed in a quantitative and qualitative way. The quantitative analysis consists in the confusion matrix and accuracy estimation, and the qualitative analysis explore the BSC dendrogram and the clusters scattering mechanism by inspecting the Plan H − alpha. RESUMO: As imagens PolSAR (Polarimetric Synthetic Aperture Radar) podem ser representadas por um conjunto de matrizes definidas positivas Hermitianas complexas, que possuem um tensor métrico Riemanniano. As imagens PolSAR também são conhecidas por seguir a distribuição de Wishart e, usando a função de contraste da teoria da informação, distâncias estocásticas entre as distribuições de Wishart podem ser derivadas. Este trabalho aborda estratégias de classificação não supervisionadas, explora a geometria de Riemann e estuda distâncias estocásticas aplicadas às imagens PolSAR. O algoritmo proposto, denominado Bisecting Stochastic Clustering (BSC), é uma combinação entre o algoritmo Stochastic Clustering (SC) e o algoritmo hierárquico divisivo. O algoritmo SC é uma técnica baseada no K-médias, que usa distâncias estocásticas como métrica de similaridade. O algoritmo SC pode, geralmente, ficar preso em um mínimo local, o que leva a agrupamentos incorretos. Por isso, a escolha de bons parâmetros iniciais é essencial para a qualidade do agrupamento. O algoritmo BSC é um procedimento top-down, ele começa com todas as amostras em um único cluster, que é sucessivamente dividido em dois novos subclusters. Este algoritmo é dividido em três etapas: a determinação do parâmetro inicial, o procedimento de bi-particionamento do cluster e a escolha de um cluster adequado para dividir. Neste trabalho, dois algoritmos para a determinação dos parâmetros iniciais são testados: o algoritmo Expectation-Maximization (EM) para o Modelo de Mistura de Wishart e o Particionamento Divisivo da Direção Principal de Riemann (RPDDP). O RPDDP é um novo algoritmo, proposto com objetivo de realizar a bi-partição de um conjunto de dados. Este algoritmo estima a matriz de covariância do conjunto de dados sob a geometria de Riemann, a fim de encontrar a componente principal, que é usada para separar os dados de entrada em dois subclusters. A partir dos dois subclusters estimados pelo RPDDP, o BSC deriva os parâmetros iniciais. A segunda etapa do BSC é realizada pelo algoritmo SC. O BSC constrói um dendrograma para representar a divisão do conjunto de dados. Cada sub-cluster, ou nó, é ligado a dois sub-grupos sucessores no dendrograma. Quando há três ou mais nós disponíveis em um nível de dendrograma, o algoritmo precisa escolher um nó para ser dividido. A terceira etapa do BSC usa o ganho de informação como regra de escolha desse nó. Este trabalho analisa o algoritmo SC e as duas variantes principais do BSC. A primeira variante usa o RPDDP como determinador dos parâmetros iniciais e a segunda, usa o algoritmo EM. As distâncias estocásticas de Bhattacharyya (B), Kullback-Leibler (KL) e Hellinger (H) são analisadas neste trabalho. No total, nove algoritmos são avaliados: SC-B, SC-KL, SC-H, BSC-R-B, BSC-R-KL, BSC-RH, BSC-EM-B, BSC-EM-KL, BSC-EM-H. Os algoritmos foram analisados de forma quantitativa e qualitativa. A análise quantitativa consiste no calculo da matriz de confusão e na estimativa da acuracia; a análise qualitativa explora o dendrograma e os mecanismos de espalhamento dos clusters através da inspeção do Plan H− alpha.
		COMP
		en
		publicacao.pdf
		naiallen.carvalho@inpe.br
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Bins, Leonardo Sant'Anna,
		Sant'Anna, Sidnei João Siqueira,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/12.28.13.44
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/43MTEC5
		sid.inpe.br/mtc-m21c/2020/12.03.19.26
		2021:03.31.16.37.20 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/12.03.19.26.26
		2021:04.28.21.24.02 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18381-TDI/3043
		Chagas:2021:MeOvCl
		Methods for overlapping clustering optimization problems
		Métodos para problemas de otimização de agrupamentos com sobreposição
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-11-30
		Tese (Doutorado em Computação Aplicada)
		TDI
		145
		1
		1786 KiB
		Chagas, Guilherme Oliveira,
		Korting, Thales Sehn (presidente),
		Lorena, Luiz Antônio Nogueira (orientador),
		Santos, Rafael Duarte Coelho dos (orientador),
		Queiroz, Gilberto Ribeiro de,
		Chaves, Antonio Augusto,
		Coelho, Leandro Callegari,
		guilherme.o.chagas@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		overlapping clustering, overlap control, community detection, multiple assignment, hybrid heuristic, branch-and-price, agrupamento com sobreposição, controle de sobreposição, detecção de comunidades, multi-designação, heurística híbrida.
		Clustering problems arise from several areas of science. Approaches and algorithms are as varied as the applications. The goal of clustering is to partition a set of elements into disjoint subsets, also known as clusters, according to a similarity metrics values. In many real-world applications, however, vertices can belong to more than one cluster, i.e., clusters may overlap. Identifying such overlapping clusters is usually a less studied problem and a more challenging task than finding non-overlapping ones. Thus, in this work, overlapping clustering problems from four different contexts are explored. First, it is introduced the overlapping cluster editing, a new relaxation of the cluster editing problem. Three hybrid heuristics were developed to generate solutions for this problem, which are composed of coupling metaheuristics and mixed-integer linear programs. The second work introduces a hybrid heuristic for the overlapping community detection problem, where the objective is to identify overlapping clusters from an input network. This is achieved by solving a mixedinteger linear program using, as input, a heterogeneous set of clusters generated by two state-of-the-art overlapping community detection algorithms. In the third work, the p-median problem with overlap control is introduced. This problem is a variation of the well-known p-median problem, where the objective is to select p facilities vertices whereas the sum of the distances from each client vertex to its nearest facility is minimized. In the p-median problem with overlap control, the number of vertices shared between facilities can be managed from a user-defined parameter. A parallel branch-and-price method was developed to solve this problem. In the fourth work, a parallel adaptive large neighborhood search metaheuristic was proposed to solve some facility location problems with multiple assignments. Several tests results in all problems show that all proposed methods can generate good-quality overlapping clustering solutions. RESUMO: Problemas de agrupamento são encontrados em várias áreas da ciência e abordagens e algoritmos são tão variados quanto as aplicações. O objetivo em um problema de agrupamento é particionar um conjunto de elementos em subconjuntos disjuntos, também conhecidos como clusters. Entretanto, em muitas aplicações de problemas reais, elementos podem pertencer a mais de um cluster, isto é, os clusters podem se sobrepor. Identificar tais clusters sobrepostos é, em geral, um problema menos estudado e mais difícil que o problema original. Então, neste trabalho, problemas de agrupamento com sobreposição, de quatro contextos diferentes, são explorados. No primeiro contexto, é introduzido o problema de edição de clusters com sobreposição, uma nova relaxação do problema de edição de clusters. Três heurísticas híbridas foram desenvolvidas para gerar soluçoes para o problema proposto, as quais são combinações de meta-heurísticas e problemas lineares inteiros mistos. Introduz-se, no segundo trabalho, uma heurística híbrida para o problema de detecção de comunidades com sobreposição. Essa heurística híbrida é composta de um problema linear inteiro misto que recebe, como entrada, um conjunto de clusters gerado por duas heurísticas no estado da arte de detecção de comunidades. No terceiro contexto, o problema de p-medianas com controle de sobreposição é introduzido. Esse problema é uma variação do problema de p-medianas. No problema de p-medianas, o número de vértices compartilhados entre as facilidades pode ser controlado por um parâmetro de entrada. Um algoritmo paralelo de branch-and-price foi implementado para resolver esse problema. No quarto contexto, uma meta-heurística Adaptive Large Neighborhood Search paralela foi aplicada a três problemas de localização de facilidades com multi-designação. Vários testes foram realizados em todos os quatro contextos e os métodos propostos puderam gerar boas soluções de agrupamento com sobreposição.
		COMP
		en
		publicacao.pdf
		guilherme.chagas@inpe.br
		pubtc@inpe.br
		administrator
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		deny from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Santos, Rafael Duarte Coelho dos,
		Lorena, Luiz Antônio Nogueira,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/12.03.19.26
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/42JBEF2
		sid.inpe.br/mtc-m21c/2020/05.29.15.18
		2021:05.11.15.58.35 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/05.29.15.18.52
		2021:05.11.16.47.17 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18324-TDI/2999
		CotacallapaChoque:2021:DePaDa
		Detecção de padrões em dados espaciais e temporais via redes complexas
		Pattern detection in spatial and temporal events through complex networks
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-04-29
		Tese (Doutorado em Computação Aplicada)
		TDI
		130
		1
		11565 KiB
		Cotacallapa Choque, Frank Moshe,
		Grande, Helder Luciani Casa (presidente),
		Quiles, Marcos Gonçalves (orientador),
		Cardoso, Manoel Ferreira (orientador),
		Macau, Elbert Einstein Nehrer (orientador),
		Ferreira, Karine Reis,
		Carvalho, Solon Venâncio de,
		Basgalupp, Márcio Porto,
		Breve, Fabrício Aparecido,
		frankmosheh@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		sistemas complexos, redes complexas, redes temporais, redes dinâmicas, complex systems, complex networks, temporal networks, dynamic networks.
		A cada ano, novos desafios são encontrados na área de mineração de dados. O respeito pela privacidade dos usuários, o desenvolvimento de soluções em tempo real, armazenamento e processamento em grande escala são alguns dos temas que estão em destaque, atualmente, na computação. Além disso, sabemos que os dados gerados ao nosso redor estão relacionados a situações complexas, em diferentes níveis de detalhe, e mudando ao longo do tempo. Considerando esse contexto, o trabalho desenvolvido propõe métodos para obter informações sobre padrões em eventos temporais e espaciais, a partir do uso de redes complexas. Nesse sentido, sabendo que há uma demanda crescente por abordagens que lidem com os desafios modernos da mineração dos dados, o método proposto aqui, busca preencher essa necessidade com foco na simplicidade, flexibilidade e novos resultados. Em poucas palavras, este método identifica estágios ou estados pelos que passa um conjunto de eventos ao longo do tempo, usando como base a construção cronológica de uma rede complexa e aplicando algoritmos de detecção de comunidades. Adicionalmente, é feita uma detalhada comparação entre um algoritmo de agrupamento e o método proposto, a fim de obter as principais diferenças e mensurar como estes se comportam e conjuntos fictícios de dados temporais. ABSTRACT: Every year, new challenges are faced in data mining. The respect for users privacy, real-time solutions, data processing in large scale are some of the trending topics in this area. Besides this, huge amounts of generated data around us is related to complex situations, in different levels of details, and changing along time. Within this context, the work developed along these lines propose methods to get information related to significant changes in temporal datasets, based on the use of complex networks, with focus on temporal events and temporal sequences. In addition to this, considering the growing demand for new approaches to deal with modern challenges in data mining, the proposed algorithm intend to fill part of this gap by focusing on three characteristics: simplicity, flexibility and novelty results. In few words, this method is able to identify phases or stages in sets of spatio-temporal events, based on the use of community detection algorithms and cronological complex networks. Furthermore, a detailed comparison is made between a state-of-the-art clustering algorithm and the proposed method, in order to identify the main differences and how they behave in several toy data models.
		COMP
		pt
		publicacao.pdf
		frankmosheh@gmail.com
		pubtc@inpe.br
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Macau, Elbert Einstein Nehrer,
		Cardoso, Manoel Ferreira,
		Quiles, Marcos Gonçalves,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/05.29.15.18
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/44582LP
		sid.inpe.br/mtc-m21c/2021/02.05.01.02
		2021:05.10.16.42.24 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2021/02.05.01.02.47
		2021:05.12.10.56.44 sid.inpe.br/bibdigital@80/2006/04.07.15.50 administrator
		INPE-18404-TDI/3059
		Fornari:2021:CaDeSi
		Caracterização e desenvolvimento de um sistema autoadaptativo para estimação da posição de veículos aéreos não tripulados baseado em imagens
		Characterization and development of a self-adaptive system for estimating the position of unmanned aerial vehicles based on images
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-12-22
		Tese (Doutorado em Computação Aplicada)
		TDI
		155
		1
		8507 KiB
		Fornari, Gabriel,
		Guimarães, Lamartine Nogueira Frutuoso (presidente),
		Santiago Junior, Valdivino Alexandre de (orientador),
		Shiguemori, Elcio Hideiti (orientador),
		Velho, Haroldo Fraga de Campos,
		Körting, Thales Sehn,
		Almeida Junior, Jurandy Gomes de,
		Maximo, Marcos Ricardo Omena de Alburquerque,
		gabriel.fornari@inpe.br; gabrielfornari@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		sistemas autoadaptativos, Veículos Aéreos Não Tripulados (VANTs), visão computacional, estimação da posição por imagens, aprendizado de máquina, self-adaptive systems, Unmaned Aerial Vehicles (UAVs), computer vision, pose estimation based on images, machine learning.
		Ambientes operacionais dinâmicos requerem que sejam desenvolvidos sistemas que possam se adaptar a mudanças não determinísticas das condições operacionais. Na literatura, áreas com diferentes nomenclaturas estudam o processo de adaptação em sistemas de engenharia, tais como sistemas autoadaptativos e sistemas reconfiguráveis. Recentemente, os Veículos Aéreos Não Tripulados (VANTs) passaram a ser utilizados em diferentes aplicações. Tais veículos necessitam de um sistema de estimação da posição para serem capazes de realizar o controle e navegação da aeronave. A despeito de ser por meio do Sistema Global de Navegação por Satélite (GNSS) que a estimativa de posição de VANTs em tempo real é mais usualmente identificada, devido a uma série de problemas associados ao uso de satélites no cálculo da posição, metodologias alternativas estão sendo propostas para o mesmo fim, como o uso de sensores imageadores e visão computacional. Nesse sentido, diferentes algoritmos de visão computacional podem ser utilizados para compor o sistema de navegação do VANT, que, por sua vez, se encontra imerso em um ambiente operacional cujas condições podem variar dinamicamente. A presente tese de doutorado objetiva contribuir para o processo de navegação autônoma de VANTs por meio da visão computacional identificando o mais adequado, entre vários algoritmos de visão computacional, para a estimação da posição de VANTs por imagens obtidas sob diferentes condições ambientais. Para esse processo, é proposto o uso de diferentes técnicas de Aprendizado de Máquina, que incluem Máquinas de Vetores de Suporte, Árvores de Classificação e Redes Neurais Artificiais. Os resultados revelam que a abordagem autoadaptativa melhora o desempenho, para estimar a posição de VANTs por meio de imagens, se comparada a uma abordagem não adaptativa estática, demonstrando a viabilidade dessa pesquisa. ABSTRACT: Dynamic operating environments demand the development of systems able to selfadapt to non-deterministic changes in operating conditions. In the scientific literature, different nomenclatures are used to name the study of adaptation process in engineering systems, such as self-adaptive systems and reconfigurable systems. Recently, Unmanned Aerial Vehicles (UAV) have been used in different applications. Such vehicles need a pose estimation system and, consequently, a system able to control and navigate the aircraft. Despite the fact that it is by means of Global Navigation Satellite System (GNSS) that the estimation of the position of real-time UAVs is usually estimated, there is a series of problems associated to the use of satellites in the computation of the position, and new alternative methodologies are being proposed for the same goal, as the use of imaging sensors and computer vision. In this sense, different algorithms of computer vision can be used to compose the navigation system of the UAV, which, in turn, is immersed in an operating environment whose conditions can change dynamically. This PhD thesis aims to contribute to the process of autonomous navigation of UAVs using computer vision identifying the most appropriate, among several camputer vision algorithms, for the pose estimation system of UAVs based on images obtained under different environmental conditions. For this strategy, several Machine Learning methods are used, including Artificial Neural Networks (ANN), Support Vector Machines (SVM), and Classification Trees. The results revealed that the adaptive methodology can increase performance, to estimate the position of UAVs using imagens, if compared to a nonadaptive static methodology, demonstrating the viability of this research.
		COMP
		pt
		publicacao.pdf
		gabriel.fornari@inpe.br
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Shiguemori, Elcio Hideiti,
		Santiago Junior, Valdivino Alexandre de,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2021/02.05.01.02
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/447AB2L
		sid.inpe.br/mtc-m21c/2021/02.17.20.54
		2021:05.27.13.47.06 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2021/02.17.20.54.54
		2021:05.27.16.42.36 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18408-TDI/3062
		Freitas:2021:PeOpMG
		Performance optimization of the MGB hydrological model for multi-core and GPU architectures
		Otimização de desempenho do modelo hidrológico MGB para arquiteturas multi-core e GPU
		CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
		2021
		2021-01-25
		Tese (Doutorado em Computação Aplicada)
		TDI
		77
		1
		2247 KiB
		Freitas, Henrique Rennó de Azeredo,
		Campos Velho, Haroldo Fraga de (presidente),
		Mendes, Celso Luiz (orientador),
		Stephany, Stephan,
		Oliveira, João Ricardo de Freitas,
		Collischonn, Walter,
		Andrés Rodriguez, Daniel,
		henrique.renno@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		computer systems performance, CPU/GPU, roofline model, hydrology models, parameterization, desempenho de sistemas computacionais, modelo roofline, modelos hidrológicos, parametrização.
		Large-scale hydrological models are extensively used for the understanding of watershed processes with applications in water resources, climate change, land use, and forecast systems. The quality of the hydrological results mainly depends on calibrating the optimal sets of watershed parameters, a time-consuming task that requires repeated hydrological model simulations. The ever-growing availability of hydrometeorological data from extensive regions also contributes to the increase in the demand for more computational resources. The performance of optimization methods in hydrological applications has been continuously addressed. However, improving the performance of an application on a modern computer requires a detailed investigation about the interaction between the application and the underlying system, to find the techniques that provide the best performance improvements. This thesis aims at performance optimizations on the well-established MGB hydrological model (simulation) and the MOCOM-UA method (calibration) for real-world input datasets, the Purus (Brazil) and Niger (Africa) watersheds. The optimization strategies investigated in this thesis target state-of-the-art CPU and GPU systems by exploiting techniques that include AVX-512 vectorization, and multi-core (CPU) and many-core (GPU) parallelisms, to increase the usefulness of both simulation and calibration using the MGB model. Significant speedups of up to 20× were achieved on CPU with the proposed optimizations, while the roofline analysis confirmed that the CPU and GPU optimizations more effectively exploited the hardware resources, and improved the overall performance of the MGB model. An additional scalability analysis using a miniapp of the MGB model indicated that speedups up to 24× (CPU) and 65× (GPU) can be achieved for larger problem sizes. Moreover, the accuracy of the simulated results between the nonoptimized and optimized implementations was quantitatively evaluated, reaching maximum relative errors of approximately 6% for discharges and objective functions. The investigated techniques applied on the MGB model are also valid for other scientific applications where a few key parts dominate the execution time when processing a large amount of data. Carefully employing these techniques to optimize such parts may significantly enhance the overall application performance on current CPUs and GPUs. RESUMO: Modelos hidrológicos de bacias de grande escala são amplamente utilizados para a compreensão dos processos de bacias hidrográficas com aplicações em recursos hídricos, mudanças climáticas, uso da terra, e sistemas de previsão. A qualidade dos resultados hidrológicos depende principalmente em calibrar os conjuntos ótimos de parâmetros da bacia, uma tarefa demorada que exige repetidas simulações do modelo hidrológico. A crescente disponibilidade de dados hidrometeorológicos provenientes de regiões extensas também contribui para o aumento na demanda por mais recursos computacionais. O desempenho de métodos de otimização em aplicações hidrológicas tem sido continuamente abordado. Entretanto, melhorar o desempenho de uma aplicação em um computador moderno exige uma investigação detalhada sobre a interação entre a aplicação e o sistema, a fim de encontrar as técnicas que fornecem os melhores desempenhos. Esta tese busca otimizações de desempenho nos já bem estabelecidos modelo hidrológico MGB (simulação) e método MOCOM-UA (calibração) para conjuntos de dados de entrada reais, as bacias do Purus (Brasil) e Niger (África). As estratégias de otimização investigadas nesta tese visam sistemas computacionais CPU+GPU atuais explorando técnicas que incluem vetorização AVX-512, e paralelismos multi-core (CPU) e many-core (GPU) para aumentar a utilidade de ambas simulação e calibração utilizando o modelo MGB. Speedups significativos de até 20× foram obtidos em CPU com as otimizações propostas, enquanto que a análise roofline confirmou que as otimizações em CPU e GPU exploraram mais efetivamente os recursos de hardware, e melhoraram o desempenho geral do modelo MGB. Uma análise adicional de escalabilidade utilizando um miniapp do modelo MGB indicou que speedups até 24× (CPU) e 65× (GPU) podem ser obtidos para tamanhos de problema maiores. Além disso, a acurácia dos resultados simulados entre as implementações não-otimizada e otimizada foi quantitativamente avaliada, atingindo erros relativos máximos de aproximadamente 6% para vazões e funções objetivo. As técnicas investigadas aplicadas no modelo MGB também são válidas para outras aplicações científicas onde algumas poucas partes cruciais dominam o tempo de execução ao processar uma grande quantidade de dados. Empregando cuidadosamente essas técnicas para otimizar tais partes pode melhorar significativamente o desempenho geral da aplicação em CPUs e GPUs atuais.
		COMP
		en
		publicacao.pdf
		henrique.renno@inpe.br
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		urlib.net/www/2017/11.22.19.04
		autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Mendes, Celso Luiz,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2021/02.17.20.54
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/44H7S82
		sid.inpe.br/mtc-m21c/2021/04.19.19.48
		2021:07.23.17.07.41 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2021/04.19.19.48.43
		2021:07.23.22.21.19 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18443-TDI/3093
		Ibañez:2021:AnEmMí
		Análise de emoções em mídias sociais utilizando aprendizado de máquina e séries temporais considerando informações de eventos extremos sociais e naturais
		Analysis of emotions in social media using machine learning and time series considering information from extreme social and natural events
		CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
		2021
		2021-04-15
		Tese (Doutorado em Computação Aplicada)
		TDI
		192
		1
		10206 KiB
		Ibañez, Marilyn Minicucci,
		Campos Velho, Haroldo Fraga de (presidente),
		Guimarães, Lamartine Nogueira Frutuoso (orientador),
		Rosa, Reinaldo Roberto (orientador),
		Shiguemori, Elcio Hideiti,
		Barchi, Paulo Henrique,
		Almeida Junior, Jurandy Gomes de,
		Caetano, Marco Antonio Leonel,
		marilynminicucciibanez@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		eventos extremos, mídias sociais, análise de sentimento, séries temporais, aprendizado de máquina, extreme events, social media, sentiment analysis, time series, machine learning.
		Nas últimas décadas, o crescimento do uso da Internet gerou um aumento substancial na circulação de informações nas redes sociais. Devido ao grande interesse de diversas áreas da sociedade na análise de dados de redes sociais, estabeleceu-se a busca por melhores técnicas para a manipulação e compreensão desse conteúdo, permitindo que este enorme volume de informações possa ser interpretado de forma rápida e precisa. Dentro da grande variedade de informações que circulam na internet, a ocorrência de eventos extremos pode ser considerada uma área de grande interesse público devido a sua grande influência direta na sociedade. Assim, compreender a eclosão desses eventos extremos continua sendo um dos grandes desafios científicos contemporâneos, cujo progresso depende fortemente de abordagens multidisciplinares. Assim, nesta dissertação, são analisados dados coletados em mídias sociais, de grande circulação nacional e mundial, relacionados a eventos sociais e naturais extremos, a fim de identificar a emoção de ameaça definida para cada tema do evento abordado. Como estudos de caso, foram considerados dados sobre eventos sociais extremos relacionados a conflitos armados, entre os países Síria e EUA, Irã e EUA e Global (considerando os países China, Índia, Paquistão, Reino Unido, Japão, EUA, Coreia do Norte, Coreia do Sul, Taiwan e Indonésia). Em eventos naturais extremos foram selecionados dados relativos à ocorrência de secas, incêndios e desmatamentos na região da Floresta Amazônica para os anos de 2015, 2016, 2017, 2018, 2019 e 2020. A coleta dessas informações foi realizada considerando a evolução crescente de eventos, buscando entender como as ameaças ao longo do tempo podem gerar uma evolução endógena resultando em um evento extremo. O processamento dessas informações é realizado por meio da técnica de Análise de Sentimentos, para identificar o grau de ameaça de cada notícia coletada. O endereço eletrônico das notícias coletadas é armazenado em arquivo .csv juntamente com as informações sobre a data de publicação e o grau de ameaça, que formam um portfólio de ameaças para cada modelo de dados abordado. Os portfólios foram utilizados para validar o algoritmo P-Model como gerador de séries temporais endógenas para eventos extremos. O resultado desta validação é a geração de séries temporais de ameaças endógenas, que são utilizadas para prever a variação de ameaça futura dos eventos sociais e naturais extremos analisados. Para realizar a predição de séries temporais endógenas, utiliza-se a técnica de Deep Learning em uma estrutura da rede que aplica a rede neural Long-Short Term Memory - LSTM. Os resultados alcançados com base no LSTM, mostraram uma acurácia entre 46% e 71% na previsão do padrão de flutuação interpretado como ameaças, quando considerados os dados coletados para os dois estudos de caso abordados. ABSTRACT: In the last decades, the growth of Internet access has generated a substantial increase in the circulation of information on social networks. Due to the great interest of several areas of society in the analysis of social network data, the search for better techniques for the manipulation and understanding of this content has been established, allowing this huge volume of information to be interpreted quickly and accurately. Within the wide variety of information circulating on the internet, the occurrence of extreme events can be considered an area of great public interest due to their great direct influence on society. Thus, understanding the outbreak of these extreme events remains one of the great contemporary scientific challenges, whose progress depends heavily on multidisciplinary approaches. Thus, in this thesis, data collected from social media, of great national and worldwide circulation, related to extreme social and natural events are analyzed in order to identify the emotion of defined threat for each event theme addressed. As case studies, data on extreme social events related to armed conflicts were considered, between the countries Syria and USA, Iran and USA and Global (considering the countries China, India, Pakistan, United Kingdom, Japan, USA, North Korea , South Korea, Taiwan and Indonesia). On extreme natural events were selected data related to the occurrence of drought, fires and deforestation in the Amazon Forest region for the years 2015, 2016, 2017, 2018, 2019 and 2020. The collection of this information was carried out considering the increasing evolution of events, searching to understand how threats along time can generate an endogenous evolution resulting in an extreme event. The processing of this information is performed using the technique of Sentiment Analysis, to identify the degree of threat of each news collected. The electronic address of the news collected is stored in a .csv file together with the information on the date of publication and the degree of threat, which form a threat portfolio for each data model addressed. The portfolios were used to validate the algorithm P-Model as a generator of endogenous time series for extreme events. The result of this validation is the generation of endogenous threat time series, which are used to predict the future threat variation of the analyzed extreme social and natural events. To perform the prediction of endogenous time series, the Deep Learning technique is used in one structure of the network that applies the neural network Long-Short Term Memory − LSTM. The results achieved based on the LSTM, showed an accuracy between 46% and 71% in the prediction of the fluctuation pattern interpreted as threats, when considering the data collected for the two case studies addressed.
		COMP
		pt
		publicacao.pdf
		marilyn.ibanez@inpe.br
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Rosa, Reinaldo Roberto,
		Guimarães, Lamartine Nogueira Frutuoso,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2021/04.19.19.48
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/42BG88H
		sid.inpe.br/mtc-m21c/2020/04.17.16.01
		2021:05.10.18.24.08 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/04.17.16.01.40
		2021:05.11.13.16.36 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18323-TDI/2998
		Joshi:2021:MuAnMo
		Multifractal analysis and modeling of time series for characterizing nonhomogeneous turbulence in space physics
		Análise do multifractal e cascade p model para caracterizar não homogênio turbulência na física espacial
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-04-22
		Tese (Doutorado em Computação Aplicada)
		TDI
		119
		1
		6345 KiB
		Joshi, Neelakshi,
		Velho, Haroldo Fraga de Campos (presidente),
		Rosa, Reinaldo Roberto (orientador),
		Stephany, Stephan (orientador),
		Fernandes, Francisco Carlos Rocha,
		Alejandro Valdivia, Juan,
		neelakshij@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		MFDFA, DFA, p model, space plasma irregularities, solar type I noise storm, irregularidades plasma espacial, emissão solar de tempestade de ruído do tipo I.
		Many dynamic processes in space physics can be investigated from the study of nonlinear fluctuations observed from instruments with high temporal and spectral resolution. In this thesis, it is presented, for the first time, the characterization of inhomogeneous turbulence as a possible cause of the spectral deviations found for the variables associated with the instability of the ionospheric and solar plasma. Algorithms based on formalisms for the analysis of monofractal and multifractal detrended fluctuation (DFA-MFDFA) were implemented. To validate the results obtained from the multifractal analysis, the theoretical framework for the energy cascade, based on twoscale Cantor set, a formalism known as the p model, was also implemented, tested and used. The multiplicity of intermittent behavior of plasma irregularities in the Type I solar emissions, the ionospheric F region and the E-F valley region were characterized by the MFDFA, including the respective validations through the p model spectra. The multifractal spectra are presented for the three case studies in space physics. In all three cases, the hypothesis of a non homogeneous multiplicative cascade process for the distribution of turbulent energy is confirmed by the spectra. Also, the same analytical computational procedure has been discussed for applications in complex systems in general, considering, for example, the modelling of armed conflict time series. RESUMO: Muitos processos dinâmicos em física espacial podem ser investigados a partir do estudo de flutuações não-lineares observadas a partir de instrumentos com alta resolução temporal e espectral. Nesta tese, é apresentada, pela primeira vez, a caracterização de turbulência não homogênea como possível causa dos desvios espectrais encontrados para as variáveis associadas à instabilidade do plasma ionosférico e solar. Algoritmos baseados nos formalismos para a análise de flutuação destendenciada monofractal e multifractal (DFA-MFDFA) foram implementados. Para validar os resultados obtidos da análise multifractal, o framework teórico baseado no conjunto de Cantor de duas escalas, formalismo conhecido como cascata p model, também foi implementado, testado e utilizado para validar dos resultados espectrais. A multiplicidade de comportamentos intermitentes das irregularidades no plasma das emissões solares do Tipo I, da região F ionosférica e da região do vale E-F foram caracterizadas por análise de flutuação destendenciada multifractal, incluindo as respectivas validações através do espectros do p model. Os espectros multifractais são apresentados para os três casos de estudo em física espacial. Nos três casos, a hipótese de existência de processo de cascata multiplicativa não homogênea para a distribuição de energia turbulenta é confirmada pelos espectros. Também discutimos o mesmo procedimento computacional analítico para aplicações em sistemas complexos em geral, considerando, por exemplo, a modelagem de séries temporais de conflitos armados.
		COMP
		en
		publicacao.pdf
		neelakshij@gmail.com
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Stephany, Stephan,
		Rosa, Reinaldo Roberto,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/04.17.16.01
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/42C2DGH
		sid.inpe.br/mtc-m21c/2020/04.20.16.10
		2021:01.25.15.42.06 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/04.20.16.10.04
		2021:03.24.16.37.00 urlib.net/www/2017/11.22.19.04 administrator {D 2021}
		INPE- 18322-TDI/2997
		Kolesnikov:2021:StOpHi
		Study and optimization for high performance processing with GALPHAT
		Estudo e otimização para processamento de alto desempenho com GALPHAT
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-04-23
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		63
		1
		4455 KiB
		Kolesnikov, Igor,
		Santos, Rafael Duarte Coelho dos (presidente),
		Mendes, Celso Luiz (orientador),
		Rosa, Reinaldo Roberto (orientador),
		Queiroz, Gilberto Ribeiro de,
		Oliveira Filho, Irapuan Rodrigues de,
		igor.s.kolesnikov@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		computational cosmology, elliptical galaxies, Bayesian statistics, galaxies structure and environment, high performance computing, cosmologia computacional, galáxias elípticas, estatística Bayesiana, galáxias estrutura e ambiente, computação de alta performance.
		The parametric computational modeling of galaxies is a process with a high computational cost. The statistical component of modeling, which may involve model refinements in relation to the source brightness distribution achieves more satisfactory results when the approach is Bayesian. In this research, we are using GALaxy PHotometric ATtributes (GALPHAT) as our main tool for data processing. The GALPHAT modeling of a galaxy observed by the Sloan Digital Sky Survey (SDSS) can last about 6 hours. In the current scenario of cosmology, this type of modeling, to be scientifically effective, must be performed on a set containing about thousands of objects. The sample analyzed within the scope of the FAPESP thematic project that LABAC participates contains more than 24,309 objects, an amount that demands the use of high-performance computing (HPC) to enable effective modeling of the entire sample. In this postgraduate project, we have as the main objective to study and optimize HPC solutions that allow GALPHAT processing on a SDSS sample in the fastest possible way. For this, we have two HPC systems that can work in a coordinated way to optimize the modeling strategies. The first system belongs to LABAC and is based on Intel Xeon Phi 7250 platform. The second system belongs to the partition of the multi-core platform of the Santos Dumont supercomputer. The research, therefore, includes the initial process done to set up and run GALPHAT on both platforms, thus using different types of processors and compilers. Considering the different processing steps, in different modeling strategies we applied refactoring and complete modules rewriting. Our studies have found the optimal combination of software, hardware and optimizations to minimize processing time. This is the first step in implementing and integrating the graphical user interface to make GALPHAT easier to use. This dissertation, therefore, presents all of the activities that were performed to allow, as a final result, to process, in a timely manner, via HPC, the entire selected sample including the description of benchmark among the computational systems used. It includes the development of the auxiliary visualization system as well. RESUMO: A modelagem computacional paramétrica de galáxias é um processo com alto custo computacional. O componente estatístico da modelagem, que pode envolver refinamentos do modelo em relação à distribuição do brilho da fonte, obtém resultados mais satisfatórios quando a abordagem é bayesiana. Nesta pesquisa, estamos usando o GALaxy PHotome-tric ATtributes (GALPHAT) como nossa principal ferramenta para processamento de dados. A modelagem usando o GALPHAT de uma galáxia observada pelo Sloan Digital Sky Survey (SDSS) pode durar cerca de 6 horas. No cenário atual da cosmologia, esse tipo de modelagem, para ser cientificamente eficaz, deve ser realizado em um conjunto contendo milhares de objetos. A amostra analisada dassa pesquisa, que faz parte de projeto temático da FAPESP da qual o LABAC participa contém mais de 24.309 objetos, quantidade que exige o uso do processamento de alto desempenho (PAD) para permitir a modelagem eficaz de toda a amostra. Neste projeto de pós-graduação, temos como principal objetivo estudar e otimizar soluções de PAD que permitem o processamento com GALPHAT em uma amostra de SDSS da maneira mais rápida possível. Para isso, temos dois sistemas PAD que podem funcionar de maneira coordenada para otimizar as estratégias de modelagem. O primeiro sistema pertence ao LABAC e é baseado na plataforma Intel Xeon Phi 7250. O segundo sistema pertence à partição da plataforma multinúcleo do supercomputador Santos Dumont. A pesquisa, portanto, inclui o processo inicial feito para configurar e executar o GALPHAT nas duas plataformas, usando diferentes tipos de processadores e compiladores. Considerando as diferentes etapas de processamento, nas diferentes estratégias de modelagem, aplicamos a refatoração e a reescrita completa dos módulos de pipeline. Nossos estudos descobriram a combinação ideal de software, hardware e otimizações para minimizar o tempo de processamento. Este é o primeiro passo na implementação e integração da interface gráfica do usuário para facilitar o uso do GALPHAT. Esta dissertação, portanto, apresenta todas as atividades realizadas para permitir, como resultado final, processar em tempo hábil, via PAD, toda a amostra selecionada, incluindo a descrição de uma referência entre os sistemas computacionais utilizados. Inclui também o desenvolvimento do sistema de visualização auxiliar.
		COMP
		en
		publicacao_FA provisoria.pdf
		igor.s.kolesnikov@gmail.com
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		pubtc
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Rosa, Reinaldo Roberto,
		Mendes, Celso Luiz,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/04.20.16.10
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/44ARSBE
		sid.inpe.br/mtc-m21c/2021/03.11.20.53
		2021:07.06.22.00.54 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2021/03.11.20.53.12
		2021:07.07.13.39.14 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18433-TDI/3083
		Monego:2021:ReImAs
		Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
		Astronomical image restoration using neural networks, wavelets and regularization
		CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
		2021
		2021-03-04
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		101
		1
		6200 KiB
		Monego, Vinicius Schmidt,
		Stephany, Stephan,
		Campos Velho, Haroldo Fraga de (orientador),
		Kozakevicius, Alice de Jesus (orientadora),
		Queiroz, Gilberto Ribeiro de,
		Silva Neto, Antônio José da,
		Shiguemori, Ana Paula Abrantes Castro,
		vinicius.monego@inpe.br, vinicius.monego@ecomp.ufsm.br
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		problemas inversos, restauração de imagens, ruído, regularização, transformada wavelet, inverse problems, image restoration, noise, regularization, wavelet transform.
		Neste trabalho são estudadas diferentes técnicas de restauração de imagens, envolvendo métodos de regularização, filtros wavelets e redes neurais. Mais especificamente, as técnicas escolhidas foram regularização por Tikhonov, regularização por entropia, regularização da variação total, filtro de Wiener, filtragem wavelet, redes neurais convolucionais e filtro neural multiescala. As imagens de interesse são imagens astronômicas, provenientes da fonte HubbleSite, que disponibiliza imagens do telescópio espacial Hubble sob uma licença compatível a domínio público. As imagens são degradadas com ruído gaussiano de desvio padrão de 5%, 15% e 25%. A performance de cada um dos métodos de restauração é avaliada através das métricas: NRMSE (Normalized Root-Mean-Square Error Erro Médio Quadrático Normalizado), PSNR (Peak Signal-to-Noise Ratio  Razão de pico sinal-ruído) e SSIM (Structural Similarity Index Measure  Medida do índice de similaridade estrutural). ABSTRACT: In this work, different image restoration techniques are studied, involving regularization methods, wavelet filters, and neural networks. More specifically, the techniques chosen were regularization by Tikhonov, regularization by entropy, total variation regularization, Wiener filter, wavelet filtering, convolutional neural networks and multiscale neural filter. The images of interest are astronomical images from the HubbleSite source, which makes images from the Hubble space telescope available under a license compatible with the public domain. The images are degraded with standard deviation Gaussian noise of 5%, 10% and 15%. The performance of each of the restoration method is evaluated using the following metrics: Normalized Root- Mean-Squared Error (NRMSE), Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index Measure (SSIM).
		COMP
		pt
		publicacao.pdf
		pubtc@inpe.br
		simone
		vinicius.monego@inpe.br
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		urlib.net/www/2017/11.22.19.04
		autorizacao.pdf .htaccess .htaccess2
		Kozakevicius, Alice de Jesus,
		Campos Velho, Haroldo Fraga de,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2021/03.11.20.53
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/4443NUP
		sid.inpe.br/mtc-m21c/2021/01.28.22.11
		2021:05.27.12.42.15 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2021/01.28.22.11.30
		2021:05.27.18.13.04 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18409-TDI/3063
		PenhaNeto:2021:NaAuVA
		Navegação autônoma de VANT por fusão de dados com rede neural artificial otimizada implementada em FPGA
		Autonomous UAV navigation by data fusion with optimized artificial neural network implemented in FPGA.
		CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
		2021
		2021-01-26
		Tese (Doutorado em Computação Aplicada)
		TDI
		183
		1
		12290 KiB
		Penha Neto, Gerson da,
		Stephany, Stephan (presidente),
		Campos Velho, Haroldo Fraga de (orientador),
		Shiguemori, Elcio Hideiti (orientador),
		Guimarães, Lamartine Nogueira Frutuoso,
		Ramos, Alexandre Carlos Brandão,
		Braga, Antonio de Pádua,
		gerson.penha@inpe.br
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		navegação autônoma, fusão de dados, veículo aéreo não tripulado, rede neural autoconfigurada, autonomous navigation, data fusion, unmanned aerial vehicle, auto-configured neural network, field programmable gate array.
		O uso de VANT aumentou nos últimos anos e devido o aumento do emprego de VANTs, cresceu também o interesse de empresas, organizações governamentais e da comunidade científica, no desenvolvimento de sistemas autônomos aéreos, principalmente de pequeno porte. A navegação necessita de sensores, como um Global Navigation Satellite System (GNSS) e um Inertial Navigation System (INS). Contudo, existem problemas associados ao uso destes sensores. Os principais problemas são interferências, que podem ser provocadas intencionalmente ou por ação natural, o que pode inviabilizar a navegação autônoma. Uma solução quando os sensores falham ou não estão disponíveis é a navegação por imagens. Contudo, ainda existem problemas associados a navegação autônoma, por processamento de imagens. Esses problemas advém da sua natureza técnica, que é sensível a interferências de fatores ambientais, como nuvens, chuva, fumaça, luminosidade, sensores imageadores de baixa qualidade ou qualquer outro fator que atrapalhe a coleta de imagens durante a navegação. Por isso, para mitigar possíveis falhas das alternativas, que utilizam apenas imagens, a solução sugerida na literatura é aplicar técnicas de fusão de dados. Com a fusão de dados, é possível obter maior confiabilidade a navegação autônoma de VANTs e desta forma, garantir uma melhor estimativa da posição do VANT durante a navegação. Uma das técnicas que se destaca, como fusor de dados, é o Filtro de Kalman (FK). Contudo, o FK possui desvantagens e dentre elas destaca-se a complexidade exigida na construção/implementação do FK. O objetivo desta Tese é investigar, analisar e qualificar a estimação da posição de um VANT, a partir da fusão dos dados, dos sensores embarcados, utilizando uma MLP autoconfigurada, como alternativa ao FK. Além de fornecer uma alternativa ao FK, também é um objetivo a construção de um dispositivo de processamento em alto desempenho, um hardware dedicado, para implementar a técnica investigada num dispositivo pequeno e possível de embarcar num VANT de pequeno porte. ABSTRACT: The use of UAVs has increased in recent years and due to the increase in the use of UAVs, the interest of companies, governmental organizations and the scientific community in the development of autonomous aerial systems, especially small ones, has also grown. Navigation requires sensors, such as a Global Navigation Satellite System (GNSS) and an Inertial Navigation System (INS). However, there are problems associated with the use of these sensors. The main problems are interferences, which can be caused intentionally or by action natural, which can make autonomous navigation unfeasible. One solution when sensors fail or are not available is image navigation. However, there are still problems associated with autonomous navigation, due to image processing. These problems are due to their technical nature, which is sensitive to interference from environmental factors, such as clouds, rain, smoke, light, low quality imaging sensors or any other factor that interferes with image collection during navigation. Therefore, to mitigate possible failures of the alternatives, which use only images, the solution suggested in the literature is to apply data fusion techniques. With the merger of data, it is possible to obtain greater reliability in the autonomous navigation of UAVs and in this way, guarantee a better estimate of the UAV position during navigation. One of the techniques that stands out, as a data fuser, is the Kalman Filter (FK). However, FK has disadvantages and among them stands out the complexity required in the construction / implementation of FK. The objective of this Thesis is to investigate, analyze and qualify the estimation of the position of a UAV, from the fusion of data, of the embedded sensors, using a self-configured MLP, as an alternative to the FK. In addition to providing an alternative to FK, it is also an objective to build a high performance processing device, dedicated hardware, to implement the investigated technique in a small device and possible to embark on a small UAV.
		COMP
		pt
		publicacao.pdf
		gerson.penha@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		urlib.net/www/2017/11.22.19.04
		autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Shiguemori, Elcio Hideiti,
		Campos Velho, Haroldo Fraga de,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2021/01.28.22.11
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/433H4PS
		sid.inpe.br/mtc-m21c/2020/08.12.17.37
		2021:05.18.16.58.28 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/08.12.17.37.59
		2021:05.18.18.55.01 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18362-TDI/3026
		Pinheiro:2021:PrPrMo
		Predição de propriedades moleculares via aprendizado de máquina e representação SMILES
		Machine learning prediction of molecular properties based on the SMILES representation
		CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
		2021
		2020-07-29
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		165
		1
		4299 KiB
		Pinheiro, Gabriel Augusto Lins Leal,
		CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
		Vijaykumar, Nandamudi Lankalapalli (presidente),
		Quiles, Marcos Gonçalves (orientador),
		Soares, Marinalva Dias (orientadora),
		Santos, Rafael Duarte Coelho dos,
		Fileti, Eudes Eterno,
		Prati, Ronaldo Cristiano,
		galinslp@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		aprendizado de máquina, SMILES, redes neurais, ciência dos materiais, propriedades moleculares, machine learning, SMILES, neural networks, materials science, molecular properties.
		O campo de ciência dos materiais possui caráter interdisciplinar, com aplicações nas mais diversas áreas do conhecimento que acabam influenciando vários aspectos da vida cotidiana. Pode-se citar como exemplo de aplicações pesquisas relacionadas à energia renovável, saúde, engenharia mecânica, aviação e espaço. Nesta área da ciência, o estudo das propriedades dos materiais e as relações com suas estruturas em escala atômica ou molecular torna-se imprescindível para a descoberta de novos materiais, requerendo assim, o conhecimento de como estes se comportam e reagem uns com os outros em diferentes ambientes. Na área espacial, por exemplo, o desenvolvimento de nanotecnologias para a composição das estruturas de um satélite pode permitir a descoberta de materiais mais leves e resistentes a danos de radiação. Contudo, abordagens tradicionais em ciência dos materiais, como a teoria do funcional da densidade, usadas no processo do cálculo das propriedades físico-químicas de um material, são computacionalmente custosas. Por outro lado, a quantidade de dados providos sobre cálculos e experimentos realizados na última década possibilitou a aplicação de algoritmos de aprendizado de máquina como alternativa aos métodos tradicionais, tendo por vantagem a otimização no tempo do cálculo. Para que o algoritmo de aprendizado de máquina realize um mapeamento adequado entre a entrada e saída, é necessário fazer a descrição da molécula, chamado de descritor ou atributo, de maneira a codificar informações significativas presentes no sistema molecular. Neste sentido, este trabalho visou explorar o uso de descritores baseados na representação Simplified Molecular Input Line Entry System (SMILES) para a predição de propriedades moleculares. Para isso, utilizou-se uma rede Perceptron de múltiplas camadas e cinco métodos de seleção de atributos. As melhores predições foram obtidas para as propriedades térmicas, que atingiram um erro absoluto médio próximo a 0.05 eV e portanto, bem próximo ao erro aceitável pela acurácia química. ABSTRACT: The field of material science is characterized by its interdisciplinary in several scientific areas, which influences diverse aspects of daily life. For instance, one can cite material science applications in clean energy, health, mechanical engineer, and aircraft materials. In this realm, the study of materials properties and its relationship with the molecular structure at the atomic or molecular scale is crucial for the development of new materials, requiring an understanding of the behavior of the material to different environments and other materials. In aerospace applications, for instance, the development of nanotechnology for satellites structure can achieve materials more resistant to spatial radiation and weightless. Nevertheless, traditional approaches in material science (i.e., density functional theory) used to compute the physicochemical properties demand high computational resources. By contrast, the amount of available data provided from previous calculations and experiments in the last decade has allowed the application of a machine learning algorithm as an alternative approach for such computations with less time and computational resources. However, machine learning algorithms rely on a well suitable representation of the data to perform an accurate prediction. Thus, molecular features, or descriptors, are essential to encode meaningful information present in the molecules. In this sense, this work aims to explore molecular descriptors based in the Simplified Molecular Input Line Entry System (SMILES) representation to predict molecular properties. For that, it was used a multilayer perceptron and five feature selection methods. The best achievements in this work obtained an error, in terms of mean absolute error, of 0.05 eV for the thermodynamic properties, which is an error close to the chemical accuracy.
		COMP
		pt
		publicacao.pdf
		galinslp@gmail.com
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		urlib.net/www/2017/11.22.19.04
		autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Soares, Marinalva Dias,
		Quiles, Marcos Gonçalves,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/08.12.17.37
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/42L2BFE
		sid.inpe.br/mtc-m21c/2020/06.08.20.44
		2021:01.19.14.20.52 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/06.08.20.44.11
		2021:03.24.16.00.29 urlib.net/www/2017/11.22.19.04 administrator {D 2021}
		INPE-18337-TDI/3009
		RohdeEras:2021:MéGeAu
		Singularity: um método para geração automática de casos de teste unitários baseado em contraexemplos de verificador de modelos para aplicações em C++
		Singularity: a method for automatic generation of unit test cases based on model checker counterexamples of C++ applications
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-05-26
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		97
		1
		2568 KiB
		Rohde Eras, Eduardo,
		Andrade Neto, Pedro Ribeiro de (presidente),
		Santiago Júnior, Valdivino Alexandre de (orientador),
		Mattiello-Francisco, Maria de Fátima,
		Ferrari, Fabiano Cutigi,
		eduardorohdeeras@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		casos de teste de software, teste unitário, verificador de modelo, automatização de teste, aplicações em C++, software testing cases, unit testing, model checking, test automation, C++ applications.
		Uma das tarefas mais desafiadoras na atividade de teste de software é a geração de casos/dados de teste. Embora haja uma quantidade significativa de estudos nesse sentido, ainda é necessário avançar em direção a abordagens que possam gerar casos/dados de teste com base apenas no código-fonte, considerando que muitos sistemas possuem apenas o código-fonte, sem a existência de uma documentação adequada. Esta Dissertação de Mestrado apresenta um novo método, denominado Singularity, para a geração de casos de teste unitários a partir de código-fonte em C++ e utilizando verificação de modelos, sendo este um método de Verificação Formal. Na presente abordagem, que é apoiada por uma ferramenta, o código-fonte C++ é traduzido automaticamente para modelos intermediários (Máquina de Estados Finitos, Grafo de Fluxo de Controle) e depois para a notação do Verificador de Modelos NuSMV. Posteriormente, uma técnica baseada no método HiMoST e em propriedades reconhecidas na literatura como "armadilha" produzem contraexemplos do verificador de modelos que são, de fato, os casos de teste abstratos em si. O método Singularity foi aplicado a um conjunto de códigos em C++ extraído de duas ferramentas complexas de sensoriamento remoto desenvolvidas no Instituto Nacional de Pesquisas Espaciais (INPE). Os resultados demonstraram a viabilidade do método para a geração de casos de teste. ABSTRACT: One of the most challenging tasks in software testing activity is the generation of test cases/data. Although there is a significant amount of studies in this direction, it is still necessary to move towards approaches that can generate test cases/data based only on the source code, since many systems have only the source code, without necessarily the existence of adequate documentation. This Master Dissertation presents a new method, called Singularity, for the generation of unit test cases/data from C++ source codes using Model Checking, a Formal Verification method. In the present approach, which is supported by a tool, the C++ source code is automatically translated into intermediate models (Finite State Machine, Control Flow Graph) and then into the NuSMV model checker notation. Subsequently, a technique based on the HiMoST method and the called "trap properties" produces counterexamples of the model checker which are, in fact, the test cases/data itself. The Singularity method was applied to a set of C++ codes extracted from two complex remote sensing tools developed at the National Institute for Space Research (INPE). The results demonstrated the viability of the method for generating test cases/data.
		COMP
		pt
		publicacao_FA provisoria.pdf
		eduardorohdeeras@gmail.com
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		pubtc
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Santiago Júnior, Valdivino Alexandre de,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/06.08.20.44
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/43BKP28
		sid.inpe.br/mtc-m21c/2020/10.01.13.13
		2021:04.30.15.05.26 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/10.01.13.13.30
		2021:04.30.16.20.14 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18375-TDI/3038
		Sansigolo:2021:TeReDa
		TerraBrasilis Research Data – uma plataforma para compartilhamento de dados científicos geoespaciais
		TerraBrasilis Research Data – platform for sharing scientific geospatial data
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-10-09
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		70
		1
		18650 KiB
		Sansigolo, Gabriel,
		Santos, Rafael Duarte Coelho dos (presidente),
		Ferreira, Karine Reis (orientadora),
		Queiroz, Gilberto Ribeiro de (orientador),
		Kampel, Silvana Amaral,
		Davis Junior, Clodoveu Augusto,
		gabrielsansigolo@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		ciência aberta, gerenciamento de dados, integração de dados, dados de observação da Terra, open science, data management, data integration, Earth observation data.
		Ciência Aberta é um conjunto de práticas, ferramentas e políticas criadas para permitir a colaboração e compartilhamento de pesquisas. Isso inclui uma variedade de práticas como: Acesso Aberto, Dados Abertos, Pesquisa Aberta Reprodutiva, entre outras. Com o crescimento de popularidade de Dados Abertos, diferentes infraestruturas de dados e políticas nos âmbitos nacional, federal e institucional foram criadas, como a Infraestrutura Nacional de Dados Abertos (INDA) e a Infraestrutura Nacional de Dados Espaciais (INDE). A demanda por uma abertura de dados também pode ser observada na Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), que promovendo práticas de Ciência Aberta, criou um plano de gestão de dados, componente hoje obrigatório para submissão de um projeto. Nesse cenário, pesquisadores precisam de uma plataforma para compartilhar dados científicos de observação da Terra. Atualmente, pesquisadores têm utilizado algumas plataformas existentes para armazenar dados científicos como o PANGAEA e o Zenodo. Porém, essas plataformas são fechadas e foram criadas para resolver problemas de armazenamento e preservação de dados, não possuindo integração com ferramentas usadas por pesquisadores durante suas atividades de pesquisa e análise. Nesse contexto existe uma demanda por uma plataforma para gerenciamento de dados que forneça, de maneira integrada e automatizada, diferentes tecnologias para produção, processamento, gerenciamento e disseminação de dados. Para atender essa demanda, esse trabalho busca projetar e desenvolver uma plataforma chamada TerraBrasilis Research Data, para o compartilhamento de dados científicos geoespaciais. O objetivo dessa plataforma é integrar ferramentas para armazenamento, catalogação, gerenciamento, processamento e disseminação de dados. Ela fornece facilidades para a comunicação entre os dados publicados pelos pesquisadores e infraestruturas de dados estabelecidas, como INDA e INDE, Sistemas de Informações Geográficas (SIG) e outras ferramentas. Para testar e validar a plataforma proposta, foram usados dados de dois laboratórios da Coordenação-Geral de Observação da Terra (CGOBT) do Instituto Nacional de Pesquisas Espaciais (INPE): o Laboratório de Investigação Sistemas Socioambientais (LiSS) e o Laboratório de Instrumentação de Sistemas Aquáticos (LabISA). Conclui-se que a abordagem modular em conjunto com as tecnologias e serviços abertos utilizados permitiu a criação de uma plataforma web capaz de suportar diferentes tipos de dados de observação da Terra. O TerraBrasilis Research Data é uma plataforma que resolve a demanda por automatização no processo de disseminação de dados de gerenciadores de dados, assim contemplando todas as atividades de uma pesquisa. ABSTRACT: Open Science is a set of practices, tools and policies created to allow research collaboration and sharing. This includes a variety of practices such as: Open Access, Open Data, Open Reproductive Research, among others. With the growing popularity of Open Data, different data infrastructures and policies at the national, federal and institutional levels were created, such as the National Open Data Infrastructure (INDA) and the National Spatial Data Infrastructure (INDE). The demand for opening data can also be observed at the São Paulo State Research Support Foundation (FAPESP), which promotes Open Science practices, created a data management plan, a mandatory component for submitting a new project. In this scenario, researchers need a platform to share scientific data from Earth observation. Currently, researchers have used some existing platforms to store scientific data like PANGAEA and Zenodo. However, these platforms are closed and were created to solve problems of data storage and preservation, and have no integration with tools used by researchers during their research and analysis activities. In this context, there is a demand for a data management platform that provides, in an integrated and automated way, technologies for data production, processing, management and dissemination. To meet this demand, this work seeks to design and develop a platform called TerraBrasilis Research Data, for sharing geographic research data. This platform integrates tools for data storage, cataloging, management, processing and dissemination. It provides simple communication between data published by researchers and established data infrastructures, such as INDA and INDE, Geographic Information Systems (GIS) and other tools. To test and validate the proposed platform, data were used from two laboratories of the General Coordination for Earth Observation (CGOBT) of the National Institute for Space Research (INPE): The Socio-Environmental Systems Research Laboratory (LiSS) and the Laboratory of Instrumentation of Aquatic Systems (LabISA). We conclude that the modular approach, in conjunction with technologies and open services, allowed the creation of a web platform capable of supporting different types of Earth observation data. TerraBrasilis Research Data is a platform that solves the demand for automation in the data dissemination process of data managers, thus covering all research activities.
		COMP
		pt
		publicacao.pdf
		gabrielsansigolo@gmail.com
		pubtc@inpe.br
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Queiroz, Gilberto Ribeiro de,
		Ferreira, Karine Reis,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/10.01.13.13
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/447JHQ8
		sid.inpe.br/mtc-m21c/2021/02.19.18.01
		2021:06.08.16.39.06 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2021/02.19.18.01.53
		2021:06.09.13.12.09 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18410-TDI/3064
		Santos:2021:AsImLa
		Assessing and improving land use and cover samples using satellite image time series
		Avaliação e melhoria de amostras de uso e cobertura da terra utilizando séries temporais de imagem de satélite
		CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
		2021
		2021-02-03
		Tese (Doutorado em Computação Aplicada)
		TDI
		95
		1
		19976 KiB
		Santos, Lorena Alves dos,
		Santos, Rafael Duarte Coelho dos (presidente),
		Gomes, Karine Reis Ferreira (orientadora),
		Câmara Neto, Gilberto (orientador),
		Quiles, Marcos Gonçalves,
		Ferreira, Laerte Guimarães,
		Lorena, Ana Carolina,
		lorenalvesdosantos@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		satellite image time series, spatiotemporal patterns, self-organizing maps, land use and cover changes, class noise, séries temporais de imagens de satélite, padrões espaço-temporal, mapas auto-organizáveis, mudança de uso e cobertura da terra, ruído de classe.
		Land use and cover changes (LUCC) have caused a major impact on tropical ecosystems, increasing global greenhouse gas emissions and reducing the planets biodiversity. Remote sensing and digital image processing are powerful tools to measure and monitor LUCC effectively. Nowadays, with many Earth observation satellite images freely available, image time series analysis brings new opportunities and challenges for LUCC mapping over large areas. The use of remote sensing image time series analysis and machine learning to produce LUCC information has greatly increased. Machine learning using supervised techniques require a training step using land use and cover samples labeled a priori. For this reason, it is necessary highquality samples to avoid negative effects in classification performance. Due to the recent availability of open Earth observation data, methods using satellite image time series still are a gap in the literature. This thesis contributes to Earth observation field proposing two methods to assess the samples quality and reduce the noise in the land use and cover reference datasets. The main idea is to identify mislabeled samples, data with low discrimination when mixed with other classes, and explore the samples spatiotemporal variability using satellite image time series. The first method is based on unsupervised neural networks, the self-organizing map (SOM), and Bayesian Inference. It provides measures to identify mislabeled samples and assess the reliability of the samples. In the second method, the hierarchical clustering is combined with SOM to generate subgroups to identify spatiotemporal patterns to explore the samples intra-class variability. Both methods use satellite image time series. It allows the Earth observation scientists to understand the samples behavior over time, contributing to noise reduction in land use and cover reference databases. These methods were applied in different case studies using samples in the Cerrado biome in Brazil.The results indicated that the methods are efficient to reduce class noise and to assess the spatio-temporal variation of satellite image time series training samples. RESUMO: Mudanças no uso e cobertura da terra têm causado grande impacto nos ecossistemas tropicais, aumentando as emissões globais de gases de efeito estufa e reduzindo a biodiversidade do planeta. O sensoriamento remoto e o processamento digital de imagens são ferramentas poderosas para medir e monitorar mudanças no uso e cobertura da terra. Atualmente, com uma grande quantidade de imagens de satélite de observação da Terra disponíveis gratuitamente, a análise de séries temporais de imagens traz novas oportunidades e desafios para o mapeamento das mudanças de uso e cobertura em grandes áreas. O uso de análise de séries temporais de imagens de sensoriamento remoto para produzir informações de mudança da terra tem aumentado bastante. Diversas abordagens de aprendizado de máquina com o foco em técnicas supervisionadas têm sido aplicadas para gerar mapas classificados de uso e cobertura da terra. Uma vez que esses métodos exigem amostras de treinamento rotuladas, elas devem possuir alta qualidade para evitar efeitos negativos no desempenho da classificação. No cenário de Observação da Terra, os métodos que utilizam séries temporais ainda são uma lacuna na literatura devido à recente disponibilidade de dados abertos de observação da Terra, principalmente métodos para a qualidade das amostras de treinamento. Esta tese contribui para a área de observação da Terra propondo métodos para avaliar a qualidade das amostras com o intuito de reduzir o ruído nos conjuntos de dados de observação da terra. A ideia principal é identificar amostras rotuladas de forma errônea, dados que apresentam baixa discriminação quando misturados com outras classes e explorar a variabilidade espaço-temporal dentro de cada classes utilizando séries temporais de imagens de satélite. O primeiro método apresentado nesta tese é baseada em redes neurais não supervisionadas, o mapa de auto-organização combinado com inferência bayesiana. Esta abordagem fornece medidas para identificar amostras com rótulos incorretos e avaliar a confiabilidade das amostras. No segundo método, o agrupamento hierárquico é combinado com o mapa auto-organizável para gerar padrões espaço-temporais de subgrupos com o intuito de explorar e identificar a variabilidade intraclasse das amostras. Ambos os métodos utilizam séries temporais de imagens de satélite. Isto permite que os cientistas de observação da Terra entendam o comportamento da amostra ao longo do tempo, contribuindo para a redução de ruído nos conjuntos de dados de amostras de uso e cobertura da terra. Os métodos abordados nesta tese foram aplicados em diferentes estudos de caso utilizando amostras no bioma Cerrado no Brasil.
		COMP
		en
		publicacao.pdf
		lorena.santos@inpe.br
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		urlib.net/www/2017/11.22.19.04
		autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Câmara Neto, Gilberto,
		Gomes, Karine Reis Ferreira,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2021/02.19.18.01
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/42H34DB
		sid.inpe.br/mtc-m21c/2020/05.21.13.54
		2021:01.26.14.53.57 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/05.21.13.54.12
		2021:03.24.16.48.23 urlib.net/www/2017/11.22.19.04 administrator {D 2021}
		INPE-18332-TDI/3006
		Seo:2021:ApPrEl
		Metodologia numérico-computacional para análise multiescala de sinais: aplicações a processos eletrodinâmicos espaciais
		Computational numerical methodology for multiscale signal analysis: applications to spatial electrodynamic processes
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-05-20
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		126
		1
		13676 KiB
		Seo, Rodrigo Takeshi,
		Santos, Rafael Duarte Coelho dos (presidente),
		Domingues, Margarete Oliveira (orientadora),
		Mendes Júnior, Odim,
		Ferreira, Maria Teodora,
		rodrigo.takeshi@yahoo.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		eletrodinâmica espacial, magneto-hidrodinâmica, clima espacial, análise wavelet, análise de similaridade, análise de sinais, space electrodynamics, magnetohydrodynamics, space weather, wavelet analysis, similarity analysis, signal analysis.
		A computação científica constitui uma área de desenvolvimento de novos conceitos e ferramentas úteis a muitas áreas de atuação, sobretudo atendendo as necessidades crescentes da área das investigações e de aplicações das ciências espaciais, como do emergente tópico de clima espacial. Com a disponibilidade de avançadas metodologias de medição, o monitoramento do ambiente solar-terrestre tem gerado grandes quantidades de dados com alta resolução temporal e maior extensão espacial, contendo fenômenos das mais diversas escalas espaço-temporais, o que demanda assim abordagens multiescalas para a análise desses fenômenos. Aliado a isso com a melhoria dos recursos computacionais e métodos numéricos, a simulação das equações magneto-hidrodinâmicas está se tornando essencial na análises dos fenômenos eletrodinâmicos considerando uma visão em volume extenso do espaço e da evolução dos fenômenos. Esta dissertação apresenta o desenvolvimento de uma metodologia numérico-computacional de análise multiescala da comparação de medidas e de resultados de modelagem magneto-hidrodinâmica de processos de plasma espacial, como caso de estudo os dados da Sonda Cassini na atmosfera de Titan, satélite de Saturno. Utilizando diversas técnicas wavelet em conjunto com outras ferramentas de medidas pode-se avaliar quantitativamente a similaridade dos sinais. Complementarmente, estudou-se também casos de efeito de pertubação magnética, devido ao acoplamento eletrodinâmico, avaliado na superfície terrestre para caracterização de sinais empregando-se a metodologia proposta. A importância deste trabalho vem de se dispor de uma metodologia quantitativa que auxilie no entendimento desses processos físicos e de como seus comportamentos dinâmicos estão sendo representados. ABSTRACT: Scientific computing is an area of development of new concepts and tools for many areas of expertise, above all meeting needs of growing areas like space science research and applications, such as the emerging topic of space weather. With the availability of advanced measurement methodologies, solar-terrestrial environment monitoring has generated a significant amount of data with spatial-temporal high resolution, containing phenomena with many space-temporal scales, demanding multiscale approach for these phenomena analysis. Allied to this with the improvement of computational resources and numerical methods, the simulation of magnetohydrodynamics equations is becoming essential in detecting electrical phenomena considering the broad view and space volume evolution of phenomena. This work presents the development of a numerical-computational methodology of multiscale analysis of the comparison of measures and magneto-hydrodynamic modelling of space plasma processes, such as data from the Cassini Probe in the atmosphere of Titan, Saturns natural satellite. Obtained from several wavelet techniques in conjunction with other measurement tools, the similarity evaluation of the signals is quantitatively performed. Complementarily, cases of disturbance effects of electrodynamic coupling assessed on the Earths surface are studied using the proposed methodology to characterize signals. The importance of this work comes from having a robust quantitative methodology that helps in understanding the physical processes and how their dynamic behaviours could be represented.
		COMP
		pt
		publicacao_FA provisoria.pdf
		pubtc@inpe.br
		rodrigo.seo@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		pubtc
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Domingues, Margarete Oliveira,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/05.21.13.54
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/43PL4CE
		sid.inpe.br/mtc-m21c/2020/12.14.10.23
		2021:05.18.12.41.01 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/12.14.10.23.19
		2021:05.18.14.12.00 urlib.net/www/2017/11.22.19.04 simone {D 2021}
		INPE-18399-TDI/3054
		Zaglia:2021:CaImSa
		Catalogação de imagens de satélites de sensoriamento remoto voltada para acesso a cubos de dados de observação da Terra
		Cataloging of remote sensing satellite images aimed at access to Earth observation data cubes
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-12-22
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		57
		1
		13792 KiB
		Zaglia, Matheus Cavassan,
		Santos, Rafael Duarte Coelho dos (presidente),
		Vinhas, Lúbia (orientadora),
		Queiroz, Gilberto Ribeiro de (orientador),
		Andrade Neto, Pedro Ribeiro de,
		Lisboa Filho, Jugurta,
		mzaglia@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		metadados, catálogos, cubo de dados, imagens de satélite, STAC, metadata, catalogs, data cubes, satellite imagery.
		Atualmente existem centenas de satélites que estão operacionais em órbita da Terra. Dezenas deles carregam instrumentos imageadores multiespectrais, visando observar a cobertura da Terra em escala global. Além disso, suas imagens são distribuídas segundo uma política de acesso livre, sem custos ou restrições de uso. Essa era de abundância de dados trouxe desafios tecnológicos e metodológicos para explorar esse imenso volume de dados. A organização de imagens de satélite em forma de cubos de dados tem se mostrado fundamental para possibilitar o processamento e análise de grandes volumes de dados, assim como para a criação de novas aplicações na área de observação da Terra. Um dos componentes básicos para a construção dos cubos de dados a partir dos provedores originais das imagens, e para permitir o acesso aos dados dos cubos, é o serviço de catálogo de dados. Neste contexto, essa dissertação teve como objetivo investigar o uso da especificação SpatioTemporal Asset Catalog (STAC) para criação de um catálogo de imagens de observação da Terra que permita a busca, recuperação e acesso aos metadados de coleções de imagens e cubos de dados do projeto Brazil Data Cube (BDC). Além disso, foi avaliado o uso dessa especificação em ambientes de computação em nuvem e sua capacidade de fornecer uma interface máquina-máquina mais eficiente para utilização em geoportais, serviços web e aplicações em ambientes de computação interativa. Como resultado, foi proposto e implementado um modelo de dados e um serviço de catálogo para o projeto BDC. Essa proposta mostrou-se eficiente para atender ao volume e diversidade de dados do projeto, bem como para a construção de diferentes aplicações. ABSTRACT: There are currently hundreds of satellites that are operational in orbit around the Earth. Dozens of them carry multispectral imaging instruments, aiming to observe the Earths coverage globally. Their images are also distributed according to a free access policy, with no cost or usage restrictions. This era of data abundance brought technological and methodological challenges to explore this immense volume of data. The organization of satellite images in the form of data cubes is fundamental to enable the processing and analysis of large volumes of data and the creation of new applications in the area of Earth observation. One of the basic components for the construction of the data cubes from the original image providers and to allow access to the data of the cubes is the data catalog service. In this context, this dissertation aimed to investigate the use of the SpatioTemporal Asset Catalog (STAC) specification to create a catalog of Earth observation images that allows the search, retrieval, and access to the metadata of image collections and data cubes of the Brazil Data Cube (BDC) project. We evaluated the use of this specification in cloud computing environments and its ability to provide a more efficient machine-machine interface for use in geoportals, web services, and applications in interactive computing environments. As a result, a data model and catalog service for the BDC project were proposed and implemented. This proposal proved to be efficient to meet the volume and diversity of project data and the construction of different applications.
		COMP
		pt
		publicacao.pdf
		matheus.zaglia@inpe.br
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		originalauthor yes
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Queiroz, Gilberto Ribeiro de,
		Vinhas, Lúbia,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/12.14.10.23
	
	
		mtc-m21c.sid.inpe.br 806
		{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
		8JMKD3MGP3W34R/43CU7MB
		sid.inpe.br/mtc-m21c/2020/10.09.14.57
		2021:03.31.14.52.26 urlib.net/www/2017/11.22.19.04 simone
		sid.inpe.br/mtc-m21c/2020/10.09.14.57.48
		2021:04.09.13.29.05 sid.inpe.br/bibdigital@80/2006/04.07.15.50 administrator
		INPE-18379-TDI/3041
		Zioti:2021:PlAcAn
		Plataforma para acesso e análise de trajetórias de uso e cobertura da terra
		Platform for access and analysis of land use and cover trajectory
		CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
		2021
		2020-10-23
		Dissertação (Mestrado em Computação Aplicada)
		TDI
		95
		1
		9724 KiB
		Zioti, Fabiana,
		Andrade Neto, Pedro Ribeiro de (presidente),
		Queiroz, Gilberto Ribeiro de (orientador),
		Gomes, Karine Reis Ferreira (orientadora),
		Korting, Thales Sehn,
		Esquerdo, Júlio César Dalla Mora,
		fabi.zioti@gmail.com
		Instituto Nacional de Pesquisas Espaciais (INPE)
		São José dos Campos
		1
		análise de trajetórias, integração de dados, uso e cobertura da terra, séries temporais, trajectory analysis, data integration, land use and coverage, time series.
		As informações sobre o uso e cobertura da terra são essenciais para apoiar os governos na tomada de decisões sobre o impacto das atividades humanas no meio ambiente, para o planejamento do uso dos recursos naturais, a conservação da biodiversidade e o monitoramento das mudanças climáticas. Atualmente, diversos projetos fornecem sistematicamente informações sobre a dinâmica de uso e cobertura da terra. Projetos bem conhecidos incluem PRODES, TerraClass e MapBiomas. Embora esses projetos sigam políticas de dados abertos e forneçam uma rica coleção de dados, ainda há uma lacuna em ferramentas que facilitem o uso integrado dessas coleções. A coleta, organização e integração desses dados requer um esforço considerável por parte de pesquisadores, estudantes e o público em geral, consumindo uma boa parte do tempo em diversos projetos e atividades. Cada projeto adota seu próprio sistema de classificação de uso e cobertura da terra, fornecendo nomes de classes e significados diferentes para os elementos dessas coleções. As formas de distribuição dos dados dos projetos podem ser realizadas de diferentes maneiras, através de arquivos ou web services. Além disto, os dados possuem diferentes resoluções espaciais e temporais e sistemas de armazenamento (matricial ou vetorial). Neste contexto, este trabalho propõe o desenvolvimento de uma plataforma para acessar e recuperar trajetórias de uso e cobertura da terra provenientes de diferentes tipos e fontes de dados. Essa plataforma é composta por dois serviços: Web Land Trajectory Service (WLTS) e Web Land Classification Systems Service (WLCSS). A abordagem do WLTS consiste em usar um modelo de dados que define um conjunto mínimo de informações temporais e espaciais para representar diferentes fontes e tipos de dados, mas com foco em uso e cobertura da terra. O WLCSS fornece uma interface simplificada para representação, acesso e manipulação de sistemas de classificação, complementando o serviço WLTS. A plataforma proposta pode ser usada em uma variedade de aplicações, como na validação de conjuntos de dados de cobertura da terra, na seleção de amostras de treinamento para suportar algoritmos de Aprendizagem de Máquina usados na geração de novos mapas de classificação. Como estudo de caso, foi exercitado o uso da plataforma com os dados dos projetos TerraClass, PRODES, DETER, MapBiomas e Brazil Data Cube. Os resultados mostram a viabilidade e vantagens dessa integração de dados, mantendo uma interface amigável para acesso e análise de trajetórias de uso e cobertura da terra. ABSTRACT: The information of on land use and land cover is essential to support governments in making decisions about the impact of human activities on the environment, planning the use of natural resources, conserving biodiversity and monitoring climate change. Currently, several projects systematically provide information on the dynamics of land use and coverage. Well-known projects include PRODES, TerraClass and MapBiomas. Although these projects follow open data policies and provide a rich collection of data, there is still a gap in tools that facilitate the integrated use of these collections. The collection, organization and integration of this data requires considerable effort on the part of researchers, students and the general public, consuming a good deal of time in various projects and activities. Each project adopts its own land use and land cover classification system, providing different class names and meanings for the elements of these collections. The distribution of project data can be done in different ways, through files or web services. In addition, the data has different spatial and temporal resolutions and storage systems (matrix or vector). In this context, we propose the development of a platform to access and recover trajectories from different types and data sources. This platform consists of two services, Web Land Trajectory Service (WLTS) and Web Land Classification System Service (WLCSS). The WLTS approach consists of using a data model that defines a minimum set of temporal and spatial information to represent different sources and types of data, but with a focus on land use and coverage. WLCSS provides a simplified interface for the representation, access and manipulation of classification systems, complementing the WLTS service. The proposed platform can be used in a variety of applications, such as validating land cover data sets, selecting training samples to support Machine Learning algorithms used in the generation of new classification maps. As a case study, the use of the platform was exercised with data from the TerraClass, PRODES, DETER, MapBiomas and Brazil Data Cube projects. The results show the feasibility and advantages of this data integration, maintaining a friendly interface for access and analysis of land use and coverage trajectories.
		COMP
		pt
		publicacao.pdf
		fabiana.zioti@inpe.br
		pubtc@inpe.br
		simone
		shown
		urlib.net/www/2012/11.12.15.10
		allow from all
		not transferred
		urlib.net/www/2017/11.22.19.04.03
		8JMKD3MGPCW/3F2PHGS
		urlib.net/www/2017/11.22.19.04
		agreement.html autorizacao.pdf .htaccess .htaccess2
		urlib.net/www/2017/11.22.19.04
		Gomes, Karine Reis Ferreira,
		Queiroz, Gilberto Ribeiro de,
		http://mtc-m21c.sid.inpe.br/rep-/sid.inpe.br/mtc-m21c/2020/10.09.14.57
	

 
Não foram encontrados registros.
2021
Autor Título Tipo Biblioteca Digital