A hybrid deep learning model based on vision transformer and convolutional neural networks for land use and land cover classification | Synapse
March 3, 2026
Um modelo de aprendizado de máquina híbrido baseado em transformador de visão e redes neurais convolucionais para classificação de uso e cobertura do solo
Key Points
O modelo híbrido melhora a precisão da classificação da cobertura do solo, abordando limitações dos métodos existentes.
Métricas de desempenho ilustram um aumento notável na precisão de 15% em comparação com modelos convencionais.
A análise utilizou redes neurais convolucionais juntamente com componentes de transformador de visão, otimizando o processamento de dados.
As implicações incluem melhor precisão em avaliações ambientais, melhorando decisões políticas para a gestão do solo.