Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS
Contenuto archiviato il 2024-06-18

Intelligent Automated Methods for Monitoring Agriculture with Remote Sensing

Obiettivo

Remote sensing images have been a significant information source for many different applications, especially for monitoring agricultural and environmental resources. Yet knowledge extraction from them is often performed by domain experts using heavily interactive computer-aided photo-interpretations due to lack of powerful automated methods. Improved spatial/spectral resolution in recent years provides details for precise monitoring, in expense of making the problem even more complicated. For monitoring agriculture in Europe, we will innovatively propose an unsupervised automated method (with limited interaction) based on advanced similarity criteria utilizing spectral/spatial characteristics and on manifold learning techniques for clustering large data sets of very-high resolution images. This will provide a fast and accurate approach for assessment of agricultural systems at the community level, which is currently done by expert image analysis. In addition, the research addressed here (novel similarity criteria harnessing different types of information and hybrid clustering), which will certainly contribute to the EU’s research excellence in remote-sensing and data mining, are expected to be advantageous for other remote-sensing applications, and also for clustering other large data sets. This will lead to interdisciplinary applications of the proposed study resulting in greater applicability beyond agricultural monitoring (which has already a broad application area encompassing whole EU, concerning about 9 million farmers and 140 million reference parcels).

The CIG will integrate Dr. Taşdemir, an early career researcher with postdoctoral experience at EC Joint Research Centre (where he received the best young scientist award) and a PhD from Rice University, USA (where he received an award for contributions to graduate life), to establish his lab at Antalya International University, for research training and attracting talented individuals in the remote-sensing.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/it/web/eu-vocabularies/euroscivoc.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

FP7-PEOPLE-2013-CIG
Vedi altri progetti per questo bando

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

MC-CIG - Support for training and career development of researcher (CIG)

Coordinatore

ULUSLARARASI ANTALYA UNIVERSITESI
Contributo UE
€ 100 000,00
Indirizzo
SIRINYALI MAH METIN KASAPOGLU CAD 60
07230 ANTALYA
Turchia

Mostra sulla mappa

Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato
Il mio fascicolo 0 0