Resumen

La información actualizada sobre la superficie impermeable es valiosa para la planificación y la gestión urbana. El objetivo de este estudio es desarrollar modelos de computación neuronal para la detección automática de la superficie impermeable a escala regional. Para lograr esta tarea, se utilizan optimizadores avanzados de estimación adaptativa de momentos (Adam), una variación de Adam llamada Adamax, estimación adaptativa de momentos acelerada por Nesterov (Nadam), Adam con decaimiento de peso desacoplado (AdamW), y una nueva variante de media móvil exponencial (AMSGrad) para entrenar los modelos de redes neuronales artificiales empleados para la detección de superficies impermeables. Estos optimizadores avanzados se comparan con el descenso de gradiente convencional con impulso (GDM). Las imágenes de teledetección recogidas por el satélite Sentinel-2 para el área de estudio de la ciudad de Da Nang (Vietnam) se utilizan para construir y verificar el enfoque propuesto. Además, se emplean descriptores de textura que incluyen medidas estadísticas de los canales de color y el contorno de gradiente binario para extraer características útiles para el reconocimiento de patrones basado en modelos de computación neural. Los resultados experimentales, apoyados por pruebas estadísticas, señalan que el modelo de computación neural basado en el optimizador Nadam ha logrado la precisión predictiva más deseada para los datos recogidos en la región estudiada, con una tasa de precisión de clasificación del 97,331%, precisión = 0,961, recuerdo = 0,984, valor predictivo negativo = 0,985 y puntuación F1 = 0,972. Por lo tanto, el modelo desarrollado en este estudio puede ser una herramienta útil para los responsables de la toma de decisiones en la tarea de planificación y gestión del uso del suelo urbano.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:modelo de computación neural, estimación adaptativa de momentos, optimizadores avanzados, modelo de red neural, precisión predictiva deseada, detección de superficies, ciudad de da nang, decaimiento de pesos desacoplado, descenso de gradiente convencional, tasa de precisión de clasificación
• Keywords:neural computing model, adaptive moment estimation, advanced optimizers, neural network model, desired predictive accuracy, surface area detection, da nang city, decoupled weight decay, conventional gradient descent, classification accuracy rate