Escola de Verão sobre Análise Estatística, Modelagem e Aprendizado de Máquina de Geodados Agrícolas, Florestais e [Safest]

A Escola Internacional de Verão sobre Análise Estatística, Modelagem e Aprendizado de Máquina de Geodados Agrícolas, Florestais e Ambientais [SAFEST] fornecerá ensino teórico e prático sobre métodos e ferramentas estatísticas para tratamento e análise de geodados, com ênfase especial nas características do solo, rendimento das culturas ou plantas. biomassa nos usos agrícolas, florestais e outros usos da terra sob gestão e condições ambientais variáveis. Os métodos fornecidos serão adaptados a uma ampla gama de escalas, desde parcelas a paisagens e escalas regionais.

Os tópicos da escola incluem:

1. Pesquisa avançada de literatura e meta-análise;
2. Utilização de bases de dados de referência sobre cobertura do solo, características do solo e dados meteorológicos e climáticos;
3. Visualização de dados, referências e projeções espaciais, dados de sensoriamento proximal e remoto, análise de terreno;
4. Métodos para identificação, aquisição e seleção de covariáveis, harmonização e inclusão em procedimentos de modelagem;
5. Modelos lineares mistos para análise estatística de dados de solo e biológicos, métodos para incluir espacialização e profundidade do solo como variáveis, métodos para estudar dados desequilibrados ou incluir variáveis com dados faltantes, modelos de regressão;
6. Visão geral dos modelos e alguns estudos de caso: modelos de árvores de classificação e regressão (floresta aleatória, árvores de regressão impulsionada, outros), redes neurais artificiais e redes neurais convolucionais, etc.

A escola incluirá aulas teóricas pela manhã e aulas práticas à tarde.

Os participantes do SAFEST serão capazes de lidar com geodados e seu manuseio e análise em diversas áreas, incluindo agricultura, floresta, outros usos da terra, estudo da biodiversidade do solo, ciência do solo, sistemas agrícolas e outras áreas ambientais.

A Escola de Verão recebeu o apoio do projeto SHARInG-MeD (um tema de ação 1.2.1 do PRIMA 2022 no âmbito do acordo de subvenção 2211).

Alvo

O objetivo da escola é estimular a integração entre diferentes estratégias de tratamento de dados e procedimentos de modelagem de geodados, com especial ênfase na biomassa vegetal e características do solo, e apoiar as atividades de modelagem em diversas áreas de especialização, incluindo manejo agrícola e florestal, manejo do solo, biodiversidade do solo e a sua relação potencial com indicadores económicos, ambientais ou dados sociais.

O curso destina-se principalmente a alunos de mestrado, alunos de doutoramento, jovens investigadores, alunos de mestrado, profissionais das temáticas da escola.

Os tópicos da escola incluem:

• pesquisa bibliográfica avançada e meta-análise;
• utilização de bases de dados de referência sobre cobertura do solo, características do solo e dados meteorológicos e climáticos;
• visualização de dados, referências espaciais e projeções, dados de sensoriamento proximal e remoto, análise de terreno;
• métodos para identificação, aquisição, seleção, harmonização e inclusão de covariáveis em procedimentos de modelagem;
• modelos lineares mistos para análise estatística de solo e dados biológicos, métodos para incluir espacialização e profundidade do solo como variáveis, métodos para estudar dados desequilibrados ou incluir variáveis com dados faltantes, modelos de regressão; visão geral sobre modelos e alguns estudos de caso: árvores de classificação e regressão
• modelos (floresta aleatória, árvores de regressão impulsionada, outros), redes neurais artificiais, redes neurais convolucionais, etc.

A escola incluirá aulas teóricas pela manhã e aulas práticas à tarde.