Estudo de uma estratégia de aprendizado de máquina baseada na Taxonomia de Kittler para detectar anomalias e reconhecer desmatamento no meio ambiente

A preservação da flora desempenha um papel vital no equilíbrio ecológico e na mitigação de desastres ambientais. Com o aumento das atividades humanas que contribuem para o desmatamento, torna-se crucial o desenvolvimento de métodos eficazes de monitoramento. O monitoramento remoto, por meio de imagens de satélite e outras tecnologias, permite a detecção de anomalias, como áreas de desmatamento, em larga escala e em tempo real. A Taxonomia de Kittler [1-5], uma abordagem auxiliar ao aprendizado de máquina usada com sucesso na detecção de poluição aquática, surge como uma alternativa promissora para aplicação no monitoramento de desmatamento. Este projeto visa expandir o uso dessa técnica para a identificação de áreas desmatadas, buscando fornecer dados precisos e relevantes que possam contribuir para a conservação ambiental.

Palavras-chave

Aprendizado de máquina, Detecção de anomalia, Desmatamento, Meio ambiente, Taxonomia de Kittler

Idioma

Português

Citação

CORADELI, Leonardo dos Santos. Estudo de uma estratégia de aprendizado de máquina baseada na Taxonomia de Kittler para detectar anomalias e reconhecer desmatamento no meio ambiente. In: CONGRESSO DE INICIAÇÃO CIENTÍFICA DA UNESP, 36., 2024, Águas de Lindóia. Anais [...]. São Paulo: Unesp, PROPe, 2024.