Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Satellites for Wilderness Inspection and Forest Threat Tracking

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Rezultaty

Report on First Feedback (odnośnik otworzy się w nowym oknie)
Report on Second Feedback (odnośnik otworzy się w nowym oknie)
Co-learning, internal communication and project management handbook, including detailed risk analysis and risk management plan (odnośnik otworzy się w nowym oknie)

Colearning internal communication and project management handbook including detailed risk analysis and risk management plan

Intermediary report on dissemination and communication activities (odnośnik otworzy się w nowym oknie)
Intermediary report with back-testing results (odnośnik otworzy się w nowym oknie)
Final report on synergies and collaboration (odnośnik otworzy się w nowym oknie)

"Final report on synergies and collaborationPLEASE NOTE WE CANNOT INPUT MONTH 41 IN THE ""DUE DATE"" FIELD OF ""DELIVERABLE DETAILS"", BUT THIS IS THE END MONTH WE ENVISION WITH AN EXTENSION"

Intermediary report with model results checked on the ground (odnośnik otworzy się w nowym oknie)

"Intermediate report with model results checked on the ground. New deadline requested: M38 (PLEASE NOTE WE CANNOT INPUT THIS MONTH IN THE ""DUE DATE"" FIELD OF THE ""DELIVERABLE DETAILS"", BUT THIS IS THE DEADLINE WE ENVISION WITH AN EXTENSION)"

Publikacje

Machine learning models and technology for classification of forest on satellite data (odnośnik otworzy się w nowym oknie)

Autorzy: Yevhenii Salii, Volodymyr Kuzin, Anton Hohol, Nataliia Kussul, Hanna Yailymova
Opublikowane w: ISBN 978-1-6654-6397-3
Wydawca: IEEE
DOI: 10.1109/EUROCON56442.2023.10199006

Deep Change Vector Analysis to Map Bark Beetle Outbreaks in Open Sentinel-2 Data (odnośnik otworzy się w nowym oknie)

Autorzy: Giuseppina Andresini; Annalisa Appice; Donato Malerba; Vito Recchia
Opublikowane w: 2025 International Joint Conference on Neural Networks (IJCNN), 2025, ISSN 2161-4407
Wydawca: IEEE
DOI: 10.1109/IJCNN64981.2025.11229013

An Attention-Based CNN Approach to Detect Forest Tree Dieback Caused by Insect Outbreak in Sentinel-2 Images (odnośnik otworzy się w nowym oknie)

Autorzy: Vito Recchia; Giuseppina Andresini; Annalisa Appice; Gianpietro Fontana; Donato Malerba
Opublikowane w: Lecture Notes in Computer Science, 2025
Wydawca: Springer Nature
DOI: 10.1007/978-3-031-78980-9_12

Features' Selection for Forest State Classification Using Machine Learning on Satellite Data (odnośnik otworzy się w nowym oknie)

Autorzy: Yevhenii Salii; Volodymyr Kuzin; Alla Lavreniuk; Nataliia Kussul; Andrii Shelestov
Opublikowane w: ISSN 2153-7003
Wydawca: IEEE
DOI: 10.1109/IGARSS53475.2024.10642681

Satellite-Based Analysis of Forest Damage in Ukraine’s Protected Areas (odnośnik otworzy się w nowym oknie)

Autorzy: S. Drozd, N. Kussul and A. Shelestov
Opublikowane w: 2026
Wydawca: IEEE
DOI: 10.1109/IDAACS68557.2025.11322406

Monitoring of Fires Caused by War in Ukraine Based on Satellite Data (odnośnik otworzy się w nowym oknie)

Autorzy: Bohdan Yailymov; Hanna Yailymova; Andrii Shelestov; Leonid Shumilo
Opublikowane w: ISBN 979-8-3503-9611-9
Wydawca: IEEE
DOI: 10.1109/DESSERT61349.2023.10416520

Semi-Supervised European Forest Types Mapping using High-Fidelity Satellite Data.

Autorzy: Yailymov, Bohdan; Yailymova, Hanna; Kussul, Nataliia; Shelestov, Andrii
Opublikowane w: 2024

A multimodal dataset for forest damage detection and machine learning (odnośnik otworzy się w nowym oknie)

Autorzy: Hanna Yailymova; Bohdan Yailymov; Yevhenii Salii; Volodymyr Kuzin; Nataliia Kussul; Andrii Shelestov
Opublikowane w: ISSN 2153-7003
Wydawca: IEEE
DOI: 10.1109/IGARSS53475.2024.10641873

Machine Learning for Ukraine's Forest Cover Damage Assessment based on Satellite Data (odnośnik otworzy się w nowym oknie)

Autorzy: H. Yailymova, B. Yailymov, A. Shelestov and N. Kussul
Wydawca: IEEE
DOI: 10.1109/IDAACS68557.2025.11322046

Leveraging Sentinel-2 time series for bark beetle-induced forest dieback inventory (odnośnik otworzy się w nowym oknie)

Autorzy: Giuseppina Andresini, Annalisa Appice, Donato Malerba
Opublikowane w: ISBN 9798400702433
Wydawca: Association for Computing Machinery
DOI: 10.1145/3605098.3635908

Potential of spectral-spatial analysis to map forest tree dieback due to bark beetle hotspots in Sentinel-2 images (odnośnik otworzy się w nowym oknie)

Autorzy: Giuseppina Andresini; Annalisa Appice; Dino Ienco; Donato Malerba; Vito Recchia
Opublikowane w: ISSN 2153-7003
Wydawca: IEEE
DOI: 10.1109/IGARSS53475.2024.10641479

A Novel Approach for Rapid Detection of Forest Degradation and Diseases Through Anomaly Analysis of Sentinel-2 Spectral Data (odnośnik otworzy się w nowym oknie)

Autorzy: S. Drozd, N. Kussul, H. Yailymova
Opublikowane w: 2025
Wydawca: Hochschule Anhalt
DOI: 10.25673/119219

GANDALF: A LLM-based approach to map bark beetle outbreaks in semantic stories of Sentinel-2 images (odnośnik otworzy się w nowym oknie)

Autorzy: Vincenzo Pasquadibisceglie; Vito Recchia; Annalisa Appice; Donato Malerba; Giuseppe Fiameni
Opublikowane w: Proceedings of the 40th ACM/SIGAPP Symposium on Applied Computing, 2025
Wydawca: ACM
DOI: 10.1145/3672608.3707751

Semi-supervised forest type mapping in Europe on satellite data (odnośnik otworzy się w nowym oknie)

Autorzy: Nataliia Kussul, Andrii Shelestov, Bohdan Yailymov, Hanna Yailymova
Opublikowane w: ISSN 2770-4254
Wydawca: IEEE
DOI: 10.1109/IDAACS58523.2023.10348948

Current Advances on Cloud-Based Distributed Computing for Forest Monitoring (odnośnik otworzy się w nowym oknie)

Autorzy: Andrii Shelestov, Yevhenii Salii, Nataliia Hordiiko, Hanna Yailymova
Opublikowane w: ISBN 978-3-031-46880-3
Wydawca: Springer, Cham
DOI: 10.1007/978-3-031-46880-3_20

A Deep Semantic Segmentation Approach to Map Forest Tree Dieback in Sentinel-2 Data (odnośnik otworzy się w nowym oknie)

Autorzy: Giuseppina Andresini; Annalisa Appice; Donato Malerba
Opublikowane w: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Numer 17, 2024, ISSN 2151-1535
Wydawca: IEEE
DOI: 10.1109/JSTARS.2024.3460981

ULISSE: Parameter-Efficient Adaptation of Earth Vision Models to Monitor Forest Disturbance in Sentinel-2 Timeseries (odnośnik otworzy się w nowym oknie)

Autorzy: V. Recchia, G. Andresini, A. Appice, D. Ienco, G. Fiameni, D. Malerba
Opublikowane w: Ecological Informatics, Numer 94, 2026, ISSN 1878-0512
Wydawca: Elsevier
DOI: 10.1016/J.ECOINF.2026.103668

DIAMANTE: A data-centric semantic segmentation approach to map tree dieback induced by bark beetle infestations via satellite images (odnośnik otworzy się w nowym oknie)

Autorzy: Giuseppina Andresini, Annalisa Appice, Dino Ienco & Vito Recchia
Opublikowane w: Journal of Intelligent Information Systems, ISSN 1573-7675
Wydawca: Springer Nature
DOI: 10.1007/S10844-024-00877-6

Satellite information technologies for the creation of the Ukrainian segment of the international GEOSS system (odnośnik otworzy się w nowym oknie)

Autorzy: O. Fedorov, N. Kussul, A. Shelestov, L. Kolos, L. Pidgorodetska, B. Yailymov, H. Yailymova, V. Prysiazhnyi, V. Moroz
Opublikowane w: Space Science and Technology, Numer 3, 2025, ISSN 2518-1459
Wydawca: KHIT
DOI: 10.15407/KNIT2025.03.042

Statistical methods of feature engineering for the problem of forest state classification using satellite data (odnośnik otworzy się w nowym oknie)

Autorzy: Yevhenii Salii, Alla Lavreniuk, Nataliia Kussul
Opublikowane w: System Research & Information Technologies, ISSN 1681-6048
Wydawca: IASA
DOI: 10.20535/SRIT.2308-8893.2024.1.07

SILVIA: An eXplainable Framework to Map Bark Beetle Infestation in Sentinel-2 Images (odnośnik otworzy się w nowym oknie)

Autorzy: Donato Malerba, Annalisa Appice, Giuseppina Andresini
Opublikowane w: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, ISSN 1939-1404
Wydawca: Institute of Electrical and Electronics Engineers
DOI: 10.1109/JSTARS.2023.3312521

Conservation policies and management in the Ukrainian Emerald Network have maintained reforestation rate despite the war (odnośnik otworzy się w nowym oknie)

Autorzy: Leonid Shumilo, Sergii Skakun, Meredith L. Gore, Andrii Shelestov, Nataliia Kussul, George Hurtt, Dmytro Karabchuk, Volodymyr Yarotskiy
Opublikowane w: Commun Earth Environ, ISSN 2662-4435
Wydawca: Springer Nature
DOI: 10.1038/S43247-023-01099-4

Google Earth Engine Framework for Satellite Data-Driven Wildfire Monitoring in Ukraine (odnośnik otworzy się w nowym oknie)

Autorzy: Bohdan Yailymov, Andrii Shelestov, Hanna Yailymova, Leonid Shumilo
Opublikowane w: Fire, ISSN 2571-6255
Wydawca: MDPI
DOI: 10.3390/FIRE6110411

AI-Powered Digital Twin Framework for Land Use Change in Disaster Affected Regions (odnośnik otworzy się w nowym oknie)

Autorzy: Nataliia Kussul, Gregory Giuliani, Andrii Shelestov, Anton Cherniatevych, Sofiia Drozd, Andrii Kolotii, Yevhenii Salii, Oleksandr Yavorskyi, Volodymyr Malyniak, Alla Lavreniuk, Charlotte Poussin
Opublikowane w: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Numer 18, 2025, ISSN 1939-1404
Wydawca: Institute of Electrical and Electronics Engineers (IEEE)
DOI: 10.1109/JSTARS.2025.3623870

Forest Stress Detection Using Feature Engineering & Selection Approach Optimized for Satellite Imagery (odnośnik otworzy się w nowym oknie)

Autorzy: Yevhenii Salii; Volodymyr Kuzin; Nataliia Kussul; Alla Lavreniuk
Opublikowane w: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Numer 19, 2025, ISSN 2151-1535
Wydawca: IEEE
DOI: 10.1109/JSTARS.2025.3644488

Innovative approaches for forest monitoring using remote sensing and cloud computing (odnośnik otworzy się w nowym oknie)

Autorzy: O. Fedorov
Opublikowane w: ISBN 978-966-360-507-4
Wydawca: PH “Akademperiodyka”
DOI: 10.15407/AKADEMPERIODYKA.507.172

Wyszukiwanie danych OpenAIRE...

Podczas wyszukiwania danych OpenAIRE wystąpił błąd

Brak wyników

Moja broszura 0 0