Metodología automática para mapeo y seguimiento de la condición de cultivos agrícolas durante la zafra a partir de imágenes satelitales y aprendizaje automático en Uruguay

Mostrar todas las versiones(3)

El presente trabajo tiene como principal objetivo el desarrollo de una metodología para la identificación de cultivos agrícolas de verano en Uruguay, a partir del uso de imágenes satelitales y aprendizaje automático. Para ello, como insumo se utilizaron bases de datos con información georreferenciad...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Cal Álvarez, Adrián Tabaré
Otros Autores: Musé, Pablo
Formato: Tesis de maestría publishedVersion
Lenguaje:Español
Publicado: Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2022
Materias:
AGRICULTURA
APRENDIZAJE AUTOMATICO
CLASIFICACION SUPERVISADA Y NO SUPERVISADA
GOOGLE EARTH ENGINE
IMAGENES SATELITALES
METRICAS FENOLOGICAS
SENTINEL
t-SNE
XGBoost
AGRICULTURE
MACHINE LEARNING
SUPERVISED AND UNSUPERVISED CLASSIFICATION
SATELLITE IMAGES
PHENOLOGICAL METRICS
Acceso en línea:https://hdl.handle.net/20.500.12110/tesis_n7436_CalAlvarez
https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=aextesis&d=tesis_n7436_CalAlvarez_oai
Aporte de:
Repositorio Digital de la Universidad de Buenos Aires (UBA) de Universidad de Buenos Aires

Ejemplares similares

Ejemplares similares