| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Site | mtc-m12e.sid.inpe.br (namespace prefix: upn:4CUH36S) | |||
| Identificador | 8JMKD2USNRW34T/4F997QS | |||
| Repositório | sid.inpe.br/mtc-m12e/2026/03.02.17.55 (acesso restrito) | |||
| Última Atualização | 2026:03.02.17.55.49 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m12e/2026/03.02.17.55.49 | |||
| Última Atualização dos Metadados | 2026:03.12.14.26.18 (UTC) administrator | |||
| Chave Secundária | INPE--PRE/ | |||
| DOI | 10.1109/OJITS.2026.3659020 | |||
| Chave de Citação | AndradeShigSant:2026:CoNeNe | |||
| Título | Convolutional Neural Networks for Uncrewed Aerial Systems Overflight Risk Estimation  | |||
| Ano | 2026 | |||
| Data de Acesso | 25 out. 2026 | |||
| Tipo de Trabalho | journal article | |||
| Número de Arquivos | 1 | |||
| Tamanho | 5589 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Andrade, Rafael Marinho de 2 Shiguemori, Elcio Hideiti 3 Santos, Rafael Duarte Coelho dos | |||
| Identificador de Curriculo | 1 2 3 8JMKD3MGP5W/3C9JJ4N | |||
| ORCID | 1 0000-0001-6117-0378 2 3 0000-0002-8313-6688 | |||
| Grupo | 1 CAP-COMP-DIPGR-INPE-MCTI-GOV-BR 2 3 COPDT-CGIP-INPE-MCTI-GOV-BR | |||
| Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto de Estudos Avançados (IEAv) 3 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Endereço de e-Mail do Autor | 1 rafael.andrade@inpe.br 2 3 rafael.santos@inpe.br | |||
| Revista | IEEE Open Journal of Intelligent Transportation Systems | |||
| Volume | 7 | |||
| Páginas | 460-476 | |||
| Acervo Hospedeiro | urlib.net/www/2025/02.16.04.07 upn:4CUH36S | |||
| Histórico (UTC) | 2026-03-02 17:56:13 :: simone -> administrator :: 2026 2026-03-12 14:26:18 :: administrator -> simone :: 2026 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Palavras-Chave | Visualization Convolutional neural networks Real-time systems Heating systems Geospatial analysis Feature extraction Estimation Buildings Autonomous aerial vehicles Satellite images Computer vision convolutional neural networks UAV traffic management uncrewed aerial systems | |||
| Resumo | Uncrewed Aerial Systems (UAS) are expected to play a key role in the next techno-social transformation, reshaping logistics, aerial transport, and surveillance sectors. However, to ensure the safe and scalable integration of UAS into urban airspaces, effective Uncrewed Traffic Management (UTM) systems are needed, particularly to address the risks associated with low-altitude flights over complex urban environments. This work proposes a methodology to estimate overflight risk based on the presence of physical, social, and infrastructural attributes. Using high-resolution satellite and geospatial data, attribute-based risk indices are defined and used to train Convolutional Neural Networks (CNNs) capable of generating continuous-valued heatmaps that highlight safer or riskier areas for UAS operations. The CNNs were trained on a dataset derived from the central region of S & atilde;o Paulo, Brazil, using U-Net-like architectures adapted for regression tasks. Experimental results show that the trained models could accurately predict risk levels across diverse urban scenes and demonstrated generalisation when applied to aerial imagery from other major cities worldwide. The findings support the potential of CNN-based approaches in enabling real-time, onboard risk assessment, and contributing to more efficient and adaptive UTM path planning in urban contexts. | |||
| Área | COMP | |||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Convolutional Neural Networks... | |||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Convolutional Neural Networks... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| Idioma | en | |||
| Arquivo Alvo | Convolutional_Neural_Networks_for_Uncrewed_Aerial_Systems_Overflight_Risk_Estimation.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Permissão de Leitura | deny from all and allow from 150.163 | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Repositório Espelho | urlib.net/www/2025/02.16.04.07.51 | |||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F2PHGS 8JMKD3MGPCW/46KUES5 | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2013/10.12.22.16 - 51 sid.inpe.br/bibdigital/2022/04.03.23.11 - 24 sid.inpe.br/mtc-m21/2012/07.13.14.58.32 - 1 | |||
| 6. Notas | ||||
| Campos Vazios | alternatejournal archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination e-mailaddress format isbn issn label lineage mark month nextedition notes number parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarymark secondarytype session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||