REDES NEURAIS E ANÁLISES GEOLÓGICAS

Redes neurais são modelos computacionais inspirados na estrutura e no funcionamento do cérebro humano, capazes de aprender a partir de dados e realizar tarefas complexas. Uma das áreas de aplicação das redes neurais é a análise geológica, que envolve o estudo das características e dos processos da Terra. Neste texto, vamos abordar alguns aspectos e desafios dessa aplicação. A análise geológica pode envolver desde a identificação de minerais e rochas, até a avaliação da vulnerabilidade ambiental de bacias hidrográficas, passando pela detecção de mudanças no uso do solo e pela previsão de recursos energéticos solares. Para cada uma dessas tarefas, existem diferentes tipos e fontes de dados, como imagens de satélite, mapas geológicos, dados climáticos, entre outros. As redes neurais podem ser utilizadas para processar esses dados e extrair informações relevantes para a tomada de decisão. As redes neurais apresentam diversas vantagens para a análise geológica, como a capacidade de lidar com dados ruidosos, incompletos ou incertos, a flexibilidade para se adaptar a diferentes problemas e cenários, e a possibilidade de aprender sem a necessidade de regras pré-definidas. No entanto, também existem algumas dificuldades e limitações, como a necessidade de uma grande quantidade de dados para o treinamento, a complexidade para interpretar os resultados e os mecanismos internos da rede, e a dependência dos parâmetros e da arquitetura escolhidos pelo usuário.

Sob essa perspectiva, pesquisadores da Universidade de Brasília (UnB) desenvolveram um software chamado Space Change Detector, que implementa uma rede neural não-supervisionada do tipo SOFM (Self-organizing Feature Map) para reconhecer mudanças no uso do solo utilizando imagens de satélite. O software permite comparar duas imagens de uma mesma região em diferentes períodos de tempo e identificar as áreas que sofreram alterações. Essa informação pode ser útil para monitorar o impacto das atividades humanas no meio ambiente e planejar ações de conservação.

VANTAGENS

• Eficiência: Permite detectar mudanças no uso do solo de forma rápida e automática, sem a intervenção de um especialista;
• Facilidade de Uso: Utiliza uma rede neural não-supervisionada, que não requer dados rotulados ou conhecimento prévio sobre as classes de interesse;
• Versatilidade: Aplica-se a diferentes tipos de imagens de satélite, independentemente da resolução espacial ou espectral; Produz um mapa de mudanças que pode ser visualizado em diferentes níveis de detalhe e sobreposto a outras camadas de informação. 

Agenda 2030 da ONU:

Gostou dessa tecnologia?

Entre em contato com a Agência de Comercialização de Tecnologias (ACT) da Coordenação de Inovação eTransferência de Tecnologia (CITT) do Centro de Apoio ao Desenvolvimento Tecnológico (CDT).

IDENTIFICAÇÃO DE ESPÉCIES DE PLANTAS POR MEIO DE IMAGENS DE FOLHAS

A identificação de espécies de plantas é uma tarefa importante não só para o conhecimento científico, como também para a preservação da biodiversidade, para os setores farmacêuticos, biotecnológicos, etnobotânicos, agrícola entre outros. Essa técnica comumente se baseia em características morfológicas das partes visíveis das plantas, especialmente das suas folhas. No entanto, é difícil fazer a identificação exata de uma planta devido à ampla diversidade de espécies assim como possíveis alterações morfológicas.

Diante desse desafio, o uso de recursos tecnológicos computacionais pode auxiliar na identificação mais rápida e precisa de espécies de plantas, através da visão computacional, que permite extrair informações de imagens de folhas, melhorando a precisão de detecção e classificação, e alimentando uma base algorítmica, que se aprimora constantemente por meio da aprendizagem de máquina (“machine learning”).

Sob essa perspectiva, pesquisadores da Universidade de Brasília (UnB), desenvolveram um programa de computador capaz de classificar espécies de plantas do Cerrado baseadas em imagens de suas folhas, obtidas por fotografia de celular ou um escâner, e pela caracterização de sua cor, formato e textura.

VANTAGENS

• Simplificação: Simplificação do processo de análise e classificação de plantas;
• Versatilidade: Aplicável a diferentes áreas que dependem da taxonomia vegetal;
• Eficiência: Permite descobrir novas espécies em áreas remotas e/ou de alta diversidade.

Agenda 2030 da ONU:

Gostou dessa tecnologia?

Entre em contato com a Agência de Comercialização de Tecnologias (ACT) da Coordenação de Inovação eTransferência de Tecnologia (CITT) do Centro de Apoio ao Desenvolvimento Tecnológico (CDT).