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.creator | Marinho, Giovanna Carreira | - |
Autor(es): dc.creator | Júnior, Wilson Estécio Marcílio | - |
Autor(es): dc.creator | Dias, Mauricio Araujo | - |
Autor(es): dc.creator | Eler, Danilo Medeiros | - |
Autor(es): dc.creator | Negri, Rogério Galante | - |
Autor(es): dc.creator | Casaca, Wallace | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:15:21Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:15:21Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-08-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/rs15164085 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/299286 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/299286 | - |
Descrição: dc.description | Dimensionality reduction is one of the most used transformations of data and plays a critical role in maintaining meaningful properties while transforming data from high- to low-dimensional spaces. Previous studies, e.g., on image analysis, comparing data from these two spaces have found that, generally, any study related to anomaly detection can achieve the same or similar results when applied to both dimensional spaces. However, there have been no studies that compare differences in these spaces related to anomaly detection strategy based on Kittler’s Taxonomy (ADS-KT). This study aims to investigate the differences between both spaces when dimensionality reduction is associated with ADS-KT while analyzing a satellite image. Our methodology starts applying the pre-processing phase of the ADS-KT to create the high-dimensional space. Next, a dimensionality reduction technique generates the low-dimensional space. Then, we analyze extracted features from both spaces based on visualizations. Finally, machine-learning approaches, in accordance with the ADS-KT, produce results for both spaces. In the results section, metrics assessing transformed data present values close to zero contrasting with the high-dimensional space. Therefore, we conclude that dimensionality reduction directly impacts the application of the ADS-KT. Future work should investigate whether dimensionality reduction impacts the ADS-KT for any set of attributes. | - |
Descrição: dc.description | Department of Mathematics and Computer Science Faculty of Sciences and Technology São Paulo State University (UNESP), Campus Presidente Prudente | - |
Descrição: dc.description | Department of Environmental Engineering Institute of Sciences and Technology São Paulo State University (UNESP), Campus São José dos Campos | - |
Descrição: dc.description | Department of Computer Science and Statistics Institute of Biosciences Letters and Exact Sciences São Paulo State University (UNESP), Campus São José do Rio Preto | - |
Descrição: dc.description | Department of Mathematics and Computer Science Faculty of Sciences and Technology São Paulo State University (UNESP), Campus Presidente Prudente | - |
Descrição: dc.description | Department of Environmental Engineering Institute of Sciences and Technology São Paulo State University (UNESP), Campus São José dos Campos | - |
Descrição: dc.description | Department of Computer Science and Statistics Institute of Biosciences Letters and Exact Sciences São Paulo State University (UNESP), Campus São José do Rio Preto | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Remote Sensing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | anomaly detection | - |
Palavras-chave: dc.subject | dimensionality reduction | - |
Palavras-chave: dc.subject | image analysis | - |
Palavras-chave: dc.subject | Kittler’s taxonomy | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | remote sensing | - |
Título: dc.title | Dimensionality Reduction and Anomaly Detection Based on Kittler’s Taxonomy: Analyzing Water Bodies in Two Dimensional Spaces | - |
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: