Detección de cambios y análisis de series temporales de imágenes 2: Métodos supervisados

Título original:

Change Detection and Image Time Series Analysis 2: Supervised Methods

Contenido del libro:

Detección de cambios y análisis de series temporales de imágenes 2 presenta métodos supervisados basados en el aprendizaje automático para el análisis de la evolución temporal mediante el uso de series temporales de imágenes asociadas a datos de observación de la Tierra. El capítulo 1 aborda la fusión de datos multisensor, multirresolución y multitemporales. Propone dos soluciones supervisadas que se basan en un campo aleatorio de Markov: la primera se basa en un quad-tree y la segunda está específicamente diseñada para tratar series temporales multimisión, multifrecuencia y multiresolución.

El capítulo 2 ofrece una visión general de los métodos basados en píxeles para la clasificación de series temporales, desde los primeros métodos de aprendizaje superficial hasta los enfoques más recientes basados en el aprendizaje profundo.

El capítulo 3 se centra en series temporales de datos de muy alta resolución espacial y en el uso de información semántica para modelar patrones de evolución espacio-temporal.

El Capítulo 4 se centra en los retos del análisis de series temporales densas, incluyendo aspectos de preprocesamiento y una taxonomía de las metodologías existentes. Por último, dado que la evaluación de un sistema de aprendizaje puede estar sujeta a múltiples consideraciones,.

Los capítulos 5 y 6 ofrecen amplias evaluaciones de las metodologías y marcos de aprendizaje utilizados para producir mapas de cambio, en el contexto de cuestiones de clasificación de cambios multiclase y/o multietiqueta.