Reti neurali artificiali e calcolo evolutivo nel telerilevamento

Titolo originale:

Artificial Neural Networks and Evolutionary Computation in Remote Sensing

Contenuto del libro:

Le reti neurali artificiali (RNA) e i metodi di calcolo evolutivo sono stati applicati con successo nelle applicazioni di telerilevamento, poiché offrono vantaggi unici per l'analisi delle immagini rilevate a distanza. Le RNA sono efficaci nel trovare relazioni e strutture sottostanti all'interno di insiemi di dati multidimensionali.

Grazie ai nuovi sensori, disponiamo di immagini con un maggior numero di bande spettrali e risoluzioni spaziali più elevate, che richiamano chiaramente i problemi dei big data. A questo scopo, gli algoritmi evolutivi diventano la soluzione migliore per l'analisi.

Questo libro comprende undici lavori di alta qualità, selezionati dopo un attento processo di revisione, che affrontano problemi attuali di telerilevamento. Nei capitoli del libro, è stata suggerita l'ottimizzazione sovrastrutturale per la progettazione ottimale di reti neurali feedforward, sono state impiegate reti CNN per il carico utile di un nanosatellite per selezionare le immagini idonee alla trasmissione a terra, è stata applicata una nuova rete neurale convoluzionale a valore di caratteristica ponderata (WFCNN) per la segmentazione di immagini di telerilevamento fine e per l'estrazione di informazioni migliori sull'uso del suolo, una rete neurale regionale convoluzionale a maschera (Mask R-CNN) è stata impiegata per estrarre le facce di riempimento delle valli, sono stati applicati modelli di rilevamento degli oggetti basati su reti neurali convoluzionali (CNN) all'avanguardia per rilevare automaticamente aerei e navi in immagini satellitari VHR, è stata impiegata una strategia di rilevamento da grossolano a fine per rilevare navi di diverse dimensioni ed è stata proposta una rete quadrupla profonda (DQN) per la classificazione di immagini iperspettrali.