Lucas Yuri Dutra Oliveira
Biographic Data
| ID | 4037883 |
|---|---|
| NAME | Lucas Yuri Dutra Oliveira |
| GIVEN NAMES | Lucas Yuri Dutra |
| FAMILY NAME | Oliveira |
| SIGNATURE | OLIVEIRA L Y D |
| AFFILIATIONS | Universidade Federal de Mato Grosso do Sul |
| ORCID | 0000-0002-5958-9193 |
| VERIFIED | Yes |
| TOTAL WORKS | 4 |
| TOTAL CITATIONS | 0 |
| WORKS AS AUTHOR | 4 |
| WORKS AS EDITOR | 0 |
| FIRST PUBLICATION YEAR | 2022 |
| LATEST PUBLICATION YEAR | 2025 |
| H-INDEX | 0 |
Mapeamento De Fragmentos Arbóreos Urbanos Com Imagens Orbitais E Aprendizado Profundo
A vegetação é uma das principais componentes do meio ambiente, isso porque ela exerce grande influência positiva sobre a qualidade ambiental, o que torna um objeto de estudo muito relevante. Atualmente, o sensoriamento remoto é uma das melhores opções para estudar o comportamento espacial da vegetação, capaz de gerar um grande volume de dados. Entretanto, cria uma demanda adicional, esse grande volume de dados necessita de técnicas de processamen…
Evaluation of Altimetric Accuracy of Digital Surface Models in the Urban Area of Campo Grande/Brazil
Os Modelos Digitais de Superfície são utilizados em diversas aplicações, sendo essenciais para modelagem hidrológica. Descrevemos a precisão altimétrica de diferentes MDSs na área urbana de Campo Grande, Mato Grosso do Sul, Brasil. Como conjunto de dados de referência, usamos dois conjuntos de dados distintos com coordenadas GNSS 3D. Os modelos testados foram Tandem-X, ALOS AW3D30, SRTMc, TOPODATA, SRTM v.3 e Aster GDEM v.2. Estimamos as discrepâ…
Sensoriamento Remoto E Aprendizado De Máquina Aplicados No Mapeamento Hídrico Do Sistema Cantareira
O monitoramento de recursos hídricos serve como base para tomada de decisão e para amenizar os efeitos de futuras crises hídricas, como, por exemplo, a crise no Sistema Cantareira, área de estudo deste trabalho, no biênio 2013/14. Investigamos a confiabilidade da classificação de imagens, utilizando técnicas de sensoriamento remoto e aprendizado de máquina no contexto de recursos hídricos, que é um recurso indispensável para a sociedade. Os exper…
Identifying factors impacting the overall accuracy in image classification problems
Image classification is a subject of pattern recognition that can be applied in several areas. Obtaining highly-accurate classification involves choosing optimal set-ups from which images will be classified. In this process, controllable variables can affect the overall classification accuracy, such as the image’s spatial resolution and the classification method. In this sense, we have designed a factorial experiment where the classification accu…
No prominent works on this page.
Identifying factors impacting the overall accuracy in image classification problems
Image classification is a subject of pattern recognition that can be applied in several areas. Obtaining highly-accurate classification involves choosing optimal set-ups from which images will be classified. In this process, controllable variables can affect the overall classification accuracy, such as the image’s spatial resolution and the classification method. In this sense, we have designed a factorial experiment where the classification accu…
Sensoriamento Remoto E Aprendizado De Máquina Aplicados No Mapeamento Hídrico Do Sistema Cantareira
O monitoramento de recursos hídricos serve como base para tomada de decisão e para amenizar os efeitos de futuras crises hídricas, como, por exemplo, a crise no Sistema Cantareira, área de estudo deste trabalho, no biênio 2013/14. Investigamos a confiabilidade da classificação de imagens, utilizando técnicas de sensoriamento remoto e aprendizado de máquina no contexto de recursos hídricos, que é um recurso indispensável para a sociedade. Os exper…
Mapeamento De Fragmentos Arbóreos Urbanos Com Imagens Orbitais E Aprendizado Profundo
A vegetação é uma das principais componentes do meio ambiente, isso porque ela exerce grande influência positiva sobre a qualidade ambiental, o que torna um objeto de estudo muito relevante. Atualmente, o sensoriamento remoto é uma das melhores opções para estudar o comportamento espacial da vegetação, capaz de gerar um grande volume de dados. Entretanto, cria uma demanda adicional, esse grande volume de dados necessita de técnicas de processamen…
Evaluation of Altimetric Accuracy of Digital Surface Models in the Urban Area of Campo Grande/Brazil
Os Modelos Digitais de Superfície são utilizados em diversas aplicações, sendo essenciais para modelagem hidrológica. Descrevemos a precisão altimétrica de diferentes MDSs na área urbana de Campo Grande, Mato Grosso do Sul, Brasil. Como conjunto de dados de referência, usamos dois conjuntos de dados distintos com coordenadas GNSS 3D. Os modelos testados foram Tandem-X, ALOS AW3D30, SRTMc, TOPODATA, SRTM v.3 e Aster GDEM v.2. Estimamos as discrepâ…
Geography (3 works) · Computer Science (2 works) · Mathematics (2 works) · 3D Surveying and Cultural Heritage (1 work) · Art (1 work) · Artificial Intelligence (1 work) · Cartography (1 work) · Contextual image classification (1 work) · Digital surface (1 work) · Forestry (1 work)