
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Universidade Federal de Uberlândia (UFU) | - |
| Autor(es): dc.creator | Coletta, Luiz F.S. | - |
| Autor(es): dc.creator | de Almeida, Douglas C. | - |
| Autor(es): dc.creator | Souza, Jefferson R. | - |
| Autor(es): dc.creator | Manzione, Rodrigo L. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T19:20:53Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T19:20:53Z | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2022-04-28 | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.compag.2022.106901 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/223751 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/223751 | - |
| Descrição: dc.description | Supervised learning-based methods can identify crop threats in the visual data collected by an Unmanned Aerial Vehicle (UAV). However, as these methods induce classification models from a finite set of a priori known classes, they cannot recognize new patterns emerging in visual data to be classified. In agricultural environments, these patterns may appear over time, so that those related to diseases/pests should be addressed by the classifier timely. This study investigates an extension of a semi-supervised classification algorithm to identify new classes of threats appearing in UAV visual data. To do so, the algorithm aggregates information from clusters with Support Vector Machine (SVM) outcomes operating on the unlabeled (target) data. From an iterative active learning procedure, the classification model is then fed back to learn a new class. Experimental results showed that our algorithm can discover a new threat, named Ceratocystis wilt, in Eucalyptus plantations even with labeled data scarcity and class imbalance. Also, even this new class being the minority one, its error rate was reduced to almost zero in few iterations on a tested dataset. This is due to the adopted Entropy and Density-based Selection approach, which explored the new class better than an SVM Margin Sampling baseline. When operating on VGGNet-16 deep features, our algorithm achieved accuracies between 92% and 97% being slightly better than those results based on hand-crafted features. | - |
| Descrição: dc.description | Biosystems Engineering Department School of Sciences and Engineering São Paulo State University (UNESP), SP | - |
| Descrição: dc.description | Department of Information Systems Faculty of Computing Federal University of Uberlândia (UFU), MG | - |
| Descrição: dc.description | Biosystems Engineering Department School of Sciences and Engineering São Paulo State University (UNESP), SP | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Computers and Electronics in Agriculture | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Active learning | - |
| Palavras-chave: dc.subject | New threats classification | - |
| Palavras-chave: dc.subject | Novelty detection | - |
| Palavras-chave: dc.subject | Semi-supervised learning | - |
| Título: dc.title | Novelty detection in UAV images to identify emerging threats in eucalyptus crops | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: