ReP USP - Resultado da busca

Trabalho de evento-resumo
Inteligênica artificial no mapeamento de risco e suscetibilidade e escorregamentos (2025)
Viana, Camila Duelis ; Macedo, Ygor Sena ; Lima, Karina da Silva ; Silva, Juliana Sabrina da Conceição ; Dias, Helen Cristina ; Soares, Lucas Pedrosa ; Coelho, Rebeca Durço ; Genesi, Enzo Franceschi; Frugis, Gabriella ; Silva, Carlos Eduardo da; Quina, Debora Ferreira ; Garcia, Guilherme Pereira Bento ; Grohmann, Carlos Henrique
Fonte: Anais [do] X Simpósio de Quantificação em Geociências. Nome do evento: Simpósio de Quantificação em Geociências. Unidades: IGC, IAG
Assuntos: ESCORREGAMENTO DOS SOLOS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VIANA, Camila Duelis et al. Inteligênica artificial no mapeamento de risco e suscetibilidade e escorregamentos. 2025, Anais.. Balneário de Camboriú: SBG, 2025. p. 4. Disponível em: https://www.sbgeo.org.br/assets/admin/imgCk/files/ANAIS%20DE%20RESUMO%20-%20X%20GEOQUANTI%20-%202025.pdf. Acesso em: 27 nov. 2025.
APA
Viana, C. D., Macedo, Y. S., Lima, K. da S., Silva, J. S. da C., Dias, H. C., Soares, L. P., et al. (2025). Inteligênica artificial no mapeamento de risco e suscetibilidade e escorregamentos. In Anais [do] X Simpósio de Quantificação em Geociências (p. 4). Balneário de Camboriú: SBG. Recuperado de https://www.sbgeo.org.br/assets/admin/imgCk/files/ANAIS%20DE%20RESUMO%20-%20X%20GEOQUANTI%20-%202025.pdf
NLM
Viana CD, Macedo YS, Lima K da S, Silva JS da C, Dias HC, Soares LP, Coelho RD, Genesi EF, Frugis G, Silva CE da, Quina DF, Garcia GPB, Grohmann CH. Inteligênica artificial no mapeamento de risco e suscetibilidade e escorregamentos [Internet]. Anais [do] X Simpósio de Quantificação em Geociências. 2025 ; 4.[citado 2025 nov. 27 ] Available from: https://www.sbgeo.org.br/assets/admin/imgCk/files/ANAIS%20DE%20RESUMO%20-%20X%20GEOQUANTI%20-%202025.pdf
Vancouver
Viana CD, Macedo YS, Lima K da S, Silva JS da C, Dias HC, Soares LP, Coelho RD, Genesi EF, Frugis G, Silva CE da, Quina DF, Garcia GPB, Grohmann CH. Inteligênica artificial no mapeamento de risco e suscetibilidade e escorregamentos [Internet]. Anais [do] X Simpósio de Quantificação em Geociências. 2025 ; 4.[citado 2025 nov. 27 ] Available from: https://www.sbgeo.org.br/assets/admin/imgCk/files/ANAIS%20DE%20RESUMO%20-%20X%20GEOQUANTI%20-%202025.pdf
Artigo de periodico
Landslide detection in the Himalayas using machine learning algorithms and U-Net (2022)
Meena, Sansar Raj ; Soares, Lucas Pedrosa ; Grohmann, Carlos Henrique ; Van Westen, Cees ; Bhuyan, Kushanav ; Singh, Ramesh P.; Floris, Mario; Catani, Filippo
Fonte: Landslides. Unidades: IEE, IGC
Assunto: DESLIZAMENTO DE TERRA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MEENA, Sansar Raj et al. Landslide detection in the Himalayas using machine learning algorithms and U-Net. Landslides, v. 19, p. 1209–1229, 2022Tradução . . Disponível em: https://doi.org/10.1007/s10346-022-01861-3. Acesso em: 27 nov. 2025.
APA
Meena, S. R., Soares, L. P., Grohmann, C. H., Van Westen, C., Bhuyan, K., Singh, R. P., et al. (2022). Landslide detection in the Himalayas using machine learning algorithms and U-Net. Landslides, 19, 1209–1229. doi:10.1007/s10346-022-01861-3
NLM
Meena SR, Soares LP, Grohmann CH, Van Westen C, Bhuyan K, Singh RP, Floris M, Catani F. Landslide detection in the Himalayas using machine learning algorithms and U-Net [Internet]. Landslides. 2022 ; 19 1209–1229.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1007/s10346-022-01861-3
Vancouver
Meena SR, Soares LP, Grohmann CH, Van Westen C, Bhuyan K, Singh RP, Floris M, Catani F. Landslide detection in the Himalayas using machine learning algorithms and U-Net [Internet]. Landslides. 2022 ; 19 1209–1229.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1007/s10346-022-01861-3
Dissertação (Mestrado)
Segmentação automática de cicatrizes de deslizamento de terra em imagens de sensores remotos utilizando aprendizagem profunda de máquina (Deep Learning) (2022)
Soares, Lucas Pedrosa ; Grohmann, Carlos Henrique (Orientador)
Unidade: IGC
Assuntos: SENSORIAMENTO REMOTO, DESLIZAMENTO DE TERRA, CONVOLUÇÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOARES, Lucas Pedrosa. Segmentação automática de cicatrizes de deslizamento de terra em imagens de sensores remotos utilizando aprendizagem profunda de máquina (Deep Learning). 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/44/44137/tde-08072022-080909/. Acesso em: 27 nov. 2025.
APA
Soares, L. P. (2022). Segmentação automática de cicatrizes de deslizamento de terra em imagens de sensores remotos utilizando aprendizagem profunda de máquina (Deep Learning) (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/44/44137/tde-08072022-080909/
NLM
Soares LP. Segmentação automática de cicatrizes de deslizamento de terra em imagens de sensores remotos utilizando aprendizagem profunda de máquina (Deep Learning) [Internet]. 2022 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/44/44137/tde-08072022-080909/
Vancouver
Soares LP. Segmentação automática de cicatrizes de deslizamento de terra em imagens de sensores remotos utilizando aprendizagem profunda de máquina (Deep Learning) [Internet]. 2022 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/44/44137/tde-08072022-080909/
Artigo de periodico
Feature-Based Constraint Deep CNN Method for Mapping Rainfall-Induced Landslides in Remote Regions With Mountainous Terrain: an application to Brazil (2022)
Xu, Guosen ; Wang, Yi ; Wang, Lizhe ; Soares, Lucas Pedrosa ; Grohmann, Carlos Henrique
Fonte: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. Unidades: IEE, IGC
Assuntos: DESLIZAMENTO DE TERRA, GEOPROCESSAMENTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
XU, Guosen et al. Feature-Based Constraint Deep CNN Method for Mapping Rainfall-Induced Landslides in Remote Regions With Mountainous Terrain: an application to Brazil. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 15, p. 2644-2659, 2022Tradução . . Disponível em: https://doi.org/10.1109/JSTARS.2022.3161383. Acesso em: 27 nov. 2025.
APA
Xu, G., Wang, Y., Wang, L., Soares, L. P., & Grohmann, C. H. (2022). Feature-Based Constraint Deep CNN Method for Mapping Rainfall-Induced Landslides in Remote Regions With Mountainous Terrain: an application to Brazil. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15, 2644-2659. doi:10.1109/JSTARS.2022.3161383.
NLM
Xu G, Wang Y, Wang L, Soares LP, Grohmann CH. Feature-Based Constraint Deep CNN Method for Mapping Rainfall-Induced Landslides in Remote Regions With Mountainous Terrain: an application to Brazil [Internet]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2022 ; 15 2644-2659.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/JSTARS.2022.3161383.
Vancouver
Xu G, Wang Y, Wang L, Soares LP, Grohmann CH. Feature-Based Constraint Deep CNN Method for Mapping Rainfall-Induced Landslides in Remote Regions With Mountainous Terrain: an application to Brazil [Internet]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2022 ; 15 2644-2659.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1109/JSTARS.2022.3161383.
Artigo de periodico
Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence (2022)
Albuquerque, Rafael Walter ; Vieira, Daniel Luis Mascia; Ferreira, Manuel Eduardo; Soares, Lucas Pedrosa ; Olsen, Søren Ingvor; Araujo, Luciana Spinelli; Vicente, Luiz Eduardo; Tymus, Julio Ricardo Caetano; Balieiro, Cintia Palheta; Matsumoto, Marcelo Hiromiti ; Grohmann, Carlos Henrique
Fonte: Remote Sensing. Unidades: ESALQ, IEE, IGC
Assuntos: AEROFOTOGRAMETRIA, AERONAVES NÃO TRIPULADAS, APRENDIZADO COMPUTACIONAL, ÁRVORES FLORESTAIS, DOSSEL (BOTÂNICA), ECOLOGIA DA RESTAURAÇÃO, HETEROGENEIDADE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALBUQUERQUE, Rafael Walter et al. Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence. Remote Sensing, v. 14, p. 1-28, 2022Tradução . . Disponível em: https://doi.org/10.3390/rs14040830. Acesso em: 27 nov. 2025.
APA
Albuquerque, R. W., Vieira, D. L. M., Ferreira, M. E., Soares, L. P., Olsen, S. I., Araujo, L. S., et al. (2022). Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence. Remote Sensing, 14, 1-28. doi:10.3390/rs14040830
NLM
Albuquerque RW, Vieira DLM, Ferreira ME, Soares LP, Olsen SI, Araujo LS, Vicente LE, Tymus JRC, Balieiro CP, Matsumoto MH, Grohmann CH. Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence [Internet]. Remote Sensing. 2022 ; 14 1-28.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/rs14040830
Vancouver
Albuquerque RW, Vieira DLM, Ferreira ME, Soares LP, Olsen SI, Araujo LS, Vicente LE, Tymus JRC, Balieiro CP, Matsumoto MH, Grohmann CH. Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence [Internet]. Remote Sensing. 2022 ; 14 1-28.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/rs14040830

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Afiliação dos autores externos não normalizada

País das instituições de afiliação dos autores externos