Articoli più recenti per Gestione dei disastri

Un nuovo metodo migliora il riconoscimento degli obiettivi nelle immagini SAR con meno dati di addestramento.

AtmoRep migliora le previsioni del tempo usando l'IA e dati storici.

Uno sguardo alle sfide e alle tecniche per prevedere eventi rari.

Questo studio confronta diversi modelli di machine learning per una rilevazione accurata degli edifici.

Un nuovo approccio ludico migliora la pianificazione delle evacuazioni durante i disastri.

Un nuovo metodo mette insieme le immagini satellitari e i dati mobili per rispondere a eventi urgenti.

Presentiamo CAMixer, un nuovo metodo per rilevare cambiamenti nelle immagini radar a apertura sintetica.

Un nuovo metodo migliora la conversione delle immagini ottiche in immagini SAR.

Un nuovo metodo migliora le previsioni meteo in tempo reale per l'Italia, concentrandosi sulla velocità del vento.

Un nuovo modello migliora l'accuratezza delle previsioni di pioggia a breve termine usando tecnologia avanzata.

Il modello DOFA migliora l'analisi dei dati di osservazione della Terra integrando diversi tipi di dati.

ELGC-Net migliora l'accuratezza nel rilevare cambiamenti usando immagini satellitari.

Scopri come SDF2Net migliora l'analisi delle immagini PolSAR e l'accuratezza della classificazione.

Questo metodo migliora la selezione delle bande iperspettrali usando i dati LiDAR per l'analisi.

Nuovi metodi migliorano la qualità delle immagini nei satelliti.

Questo studio analizza come le inondazioni e gli eventi sociali influenzano i modelli di movimento delle persone.

Scopri come gli esperti prevedono gli incendi boschivi usando dati e modelli.

Scopri come le fibre ottiche aiutano a tracciare eventi naturali con alta precisione.

Un nuovo metodo migliora l'editing delle immagini di telerilevamento usando dati minimi e indicazioni testuali.

ADSumm fornisce riassunti cruciali per una migliore risposta ai disastri.

Combinare le fonti di dati per previsioni meteo migliori nelle Filippine.

EvaNet combina immagini satellitari e dati di elevazione per una migliore precisione nella mappatura delle inondazioni.

Esaminando come l'ENSO influisce sui modelli di pioggia estrema nel monsone estivo indiano.

Il framework Koodos migliora l'adattabilità dei modelli ai dati che cambiano in tempo reale.

Usare veicoli elettrici per fornire energia alle stazioni base delle telecom durante le interruzioni.

Un nuovo metodo stima i danni di guerra attraverso le immagini satellitari per l'aiuto umanitario.

La rifinitura adattiva della maglia migliora l'accuratezza nelle previsioni del tempo regolando dinamicamente i dettagli.

Un nuovo framework migliora il riconoscimento degli oggetti usando veicoli aerei e terrestri.

Un nuovo metodo migliora la qualità delle immagini satellitari usando più input a bassa risoluzione.

Un nuovo metodo nel telerilevamento migliora l'accuratezza del rilevamento dei cambiamenti usando maschere.

Un nuovo protocollo di routing migliora l'efficienza e l'affidabilità delle reti UAV.

Scopri l'impatto del Change Detector basato su Mamba nel monitoraggio dei cambiamenti ambientali.

Un nuovo set di dati accelera l'analisi sismica utilizzando tecniche innovative di apprendimento automatico.

Esplorare come l'IA migliori l'analisi delle previsioni meteorologiche estreme.

HPix unisce il deep learning con le immagini satellitari per creare mappe vettoriali precise.

Un nuovo metodo migliora l'accuratezza del rilevamento dei cambiamenti nelle immagini SAR.

Esaminando come l'istruzione influisce sull'esposizione alle inondazioni in 276 città dell'America Latina.

I nuovi modelli mescolano fisica e dati per previsioni di frane più precise.

DataStorm aiuta i decisori simulando vari scenari durante le crisi sanitarie.

Un nuovo metodo migliora il rilevamento degli oggetti nelle immagini di telerilevamento.