Uso da rede neural SOM para melhoria da qualidade de amostras de dados satelitais

O objetivo deste trabalho foi desenvolver um metodo de classificação o qual permita a eliminação amostras mal classificadas aumentando a acurácia de classificadores de imagens de satélite voltados para a identificação das mudanças de uso e cobertura da terra (LUCC). A proposta baseia-se num modelo que combina a rede neural não-supervisionada Mapa Auto Organizável para ordenamento dos dados e a teoria bayesiana para determinar e seleccionar os dados utilizados baseados na qualidade da informação sem a necessidade de passos ulteriores de validação por um especialista humano. O método proposto prevê a aplicação do algoritmo de eliminação de dados atípicos baseado na densidade dos pontos amostrais antes do treinamento da rede neural, a aplicação de um algoritmo de clusterização sobre a mesma rede neural antes de aplicar a teoria bayesiana. A proposta baseia-se em proposta anterior que combina a rede neural não-supervisionada Mapa Auto Organizável para ordenamento dos dados e a teoria bayesiana para determinar quais observações devem ser mantidas, removidas ou marcadas para avaliação por especialistas.