Analyse d'images satellites pour la prévision de la pauvreté

L'imagerie satellite à haute résolution est de plus en plus disponible dans le monde et contient de nombreuses informations sur les caractéristiques du paysage qui pourraient être corrélées à l'activité économique. Malheureusement, ces données sont très peu structurées et il est donc difficile d'en extraire des informations significatives à grande échelle, même avec une analyse manuelle intensive. Les applications récentes des techniques d'apprentissage en profondeur à des ensembles de données d'images à grande échelle ont conduit à des améliorations marquées dans les tâches fondamentales de vision par ordinateur telles que la détection et la classification d'objets, mais ces techniques sont généralement les plus efficaces dans l'apprentissage supervisé.

Autorentext

T. Swapna trabalha como professora assistente no Departamento de Ciência da Computação e Engenharia no Instituto de Tecnologia e Ciência G. Narayanamma (para mulheres), Hyderabad. Ela tem 17 anos de rica experiência docente. Participou de cerca de 25 workshops sobre diversos temas na área de aprendizado de máquina, segurança de redes e inteligência artificial.