Show simple item record

dc.contributor.authorHoyos Pineda, Jorge Gabriel
dc.contributor.authorPérez Castillo, José Nelson
dc.date.accessioned2020-01-08T19:10:31Z
dc.date.available2020-01-08T19:10:31Z
dc.date.issued2008-12-01
dc.identifierhttp://revistas.unimilitar.edu.co/index.php/rcin/article/view/1488
dc.identifier10.18359/rcin.1488
dc.identifier.urihttp://hdl.handle.net/10654/33310
dc.descriptionThis document describes the GICS-GA Project which explores the application of Grid technology to support training and research, through (the promotion of) a satellite image classification system to a Grid environment by a Grid Service implementation, which will be available by RENATA community through a Grid portal developed for this purpose. The advent of high-speed networks and the increasing development of communication technologies, have given a great impetus to Grid computing, and have encouraged the comprising of scientific communities who would share resources both physical and knowledge even though those resources are spread geographically resources such as hardware, software, processing and storage [6]. One area that could benefit from this new infrastructure is related to the satellite images processing, and more specifically the classification process, taking into account the vast amount of processing and storage resources that this process requires. This document presents the results within the research project, consisting of implementing a Landsat images classification Grid Service that has the functionality defined by the standards of the Open Geospatial Consortium (OGC) and that for training and classification operations uses the Learning Classifier System XCS, which like most of the Learning Classifier Systems makes the use of genetic algorithms as evolutionary mechanism.eng
dc.descriptionEl proyecto descrito en este artículo explora la aplicación de la tecnología Grid como apoyo a la formación y la investigación, a través de la promoción de un sistema clasificador de imágenes de satélite a un ambiente Grid, mediante la implementación de un servicio Grid al que tendrá acceso la comunidad de RENATA por medio de un portal Grid desarrollado para tal fin. El desarrollo de nuevas tecnologías de comunicación que soportan mayores anchos de banda y el advenimiento de redes de alta velocidad, han dado un gran impulso a la computación Grid, y ha incentivado la conformación de comunidades científicas que ahora pueden compartir sus recursos, aunque estos se encuentren dispersos geográficamente, recursos tales como hardware, software y capacidad de procesamiento y almacenamiento [6]. Una de las áreas que puede sacar provecho de esta nueva infraestructura es la relacionada con el procesamiento de imágenes de satélite, y más concretamente el proceso de clasificación, teniendo en cuenta la gran cantidad de recursos de procesamiento que este exige. En este documento se describen los resultados de investigación del proyecto GICS-GA que consiste en la implementación de un servicio Grid de clasificación de imágenes Landsat que implementa la funcionalidad definida por los estándares del Consorcio Abierto Geoespacial (Open Geospatial Consortium, OGC) y que para las operaciones de entrenamiento y clasificación utiliza el clasificador inteligente XCS, que al igual que la mayoría de los Sistemas Clasificadores Inteligentes hace uso de los algoritmos genéticos como mecanismo evolutivo.spa
dc.formatapplication/pdf
dc.language.isospa
dc.publisherUniversidad Militar Nueva Granadaspa
dc.rightsDerechos de autor 2016 Ciencia e Ingeniería Neogranadinaspa
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0spa
dc.sourceCiencia e Ingenieria Neogranadina; Vol 18 No 2 (2008); 45-60eng
dc.sourceCiencia e Ingeniería Neogranadina; Vol. 18 Núm. 2 (2008); 45-60spa
dc.sourceCiencia e Ingeniería Neogranadina; v. 18 n. 2 (2008); 45-60por
dc.source1909-7735
dc.source0124-8170
dc.titleGICS-GA LANDSAT image classification grid service that uses learning classifier system XCSeng
dc.titleGICS-GA servicio Grid de clasificación de imágenes LANDSAT que utiliza el sistema clasificador inteligente XCSspa
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.relation.referenceshttp://revistas.unimilitar.edu.co/index.php/rcin/article/view/1488/1184
dc.relation.references/*ref*/BUTZ, M.V. y WILSON, S.W., (2000). An Algorithmic Description of XCS. En IlliGAL report 2000017.
dc.relation.references/*ref*/COHEN, J., (1960). A COefficient of Agreement for Nominal Scales. En: Education and Psychological Measurement Vol. 20. pp 37-46. Citado en QUIRIN, A. et al. (2004). Learning Classifier Systems for Hyperspectral Images Processing. IlliGAL Report NO. 2004023. Illinois Genetic Algorithms Laboratory. University of Illinois at Urbana-Champaign.
dc.relation.references/*ref*/DE ROURE, D., et al., (2003). The evolution of the Grid. En: Grid Computing . Making the Global Infrastucture a Reality. pp 65-100.
dc.relation.references/*ref*/GOLDBERG, D.E., (2005). Genetic Algorithms in Search, Optimization, and Machine Learning. Boston. Addison-Wesley, 412 p.
dc.relation.references/*ref*/HOLLAND, J.H., et al., (2000). What Is a Learning Classifier System? En: Learning Classifier Systems, From Foundations to Applications.
dc.relation.references/*ref*/HOYOS PINEDA, J.G. y PERÉZ CASTILLOS, J.N., (2007). Aplicación de Algoritmos Genéticos a la Clasificación de Imágenes de Satélite en el marco de los Servicios Grid Inteligentes - Estado del Arte. En: Ciencia e Ingeniería Neogranadina, Vol. 17-2. pp 95-109.
dc.relation.references/*ref*/QUIRIN, A., et al., (2004). Learning Classifier Systems for Hyperspectral Images Processing. IlliGAL Report NO. 2004023. Illinois Genetic Algorithms Laboratory. University of Illinois at Urbana-Champaign, 23 p.
dc.relation.references/*ref*/SHEIKHOLESLAMI, G., et al., (1975). Geographical Image Classification and Retrieval. En: Proceedings of the 5th International Workshop on Advances in Geographic Information Systems. pp 58-61.
dc.relation.references/*ref*/SOTOMAYOR, B. y CHILDERS, L., (2006). Globus Toolkit 4 Programming Java Services. San Francisco, USA. Elsevier, 506 p.
dc.relation.references/*ref*/WHITESIDE, A., (2005). OperGIS® Web Services Common Specification. OGC Implementation Specification. OGC Document Number: 05-008. Open Geospatial Consortium Inc., 106 p.
dc.relation.references/*ref*/WILSON, S., (1998). Generalization in the XCS classifier system. En: Proceedings of the Third Annual Genetic Programming Conference. pp 665-674.
dc.relation.references/*ref*/YANG, W. y WHITESIDE, A., (2005). Web Image Classification Service (WICS). OGC Implementation Specification. OGC Document Number: 05-017. Open Geospatial Consortium Inc., 45 p.
dc.subject.proposalgrid serviceeng
dc.subject.proposallearning classifiereng
dc.subject.proposalservicio Gridspa
dc.subject.proposalclasificador inteligentespa


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record