Raian Vargas Maretto

Doutor em Computação Aplicada (2020) e Mestre em Sensoriamento Remoto (2011) pelo Instituto Nacional de Pesquisas Espaciais (INPE), e Bacharel em Ciência da Computação pela Universidade Federal de Ouro Preto (UFOP). Especialista no desenvolvimento de métodos de Deep Learning, Machine Learning e Mineração de Dados aplicados à dados geoespaciais. Atualmente, trabalha como consultor e pesquisador assistente no Instituto Nacional de Pesquisas Espaciais, no contexto do projeto FIP-Cerrado, desenvolvendo métodos baseados em Deep Learning para o mapeamento automatizado de áreas desmatadas, culturas agrícolas e tipos de vegetação nos biomas Cerrado e Amazônia. Possui 13 anos de experiência no desenvolvimento de Sistemas de Informação Geográfica (SIGs) e sistemas e algoritmos de processamento de imagens de Sensoriamento Remoto. Participou de grandes times de desenvolvimento de software seguindo métodos ágeis, desenvolvendo sistemas com diferentes linguagens, como C++, Python, Lua, R, e Java. Participou do desenvolvimento dos seguintes sistemas: Biblioteca TerraLib, plataformas TerraView, TerraME e GeoDMA, e recentemente desenvolveu o pacote DeepGeo. ORCID: https://orcid.org/0000-0002-4983-2700

Informações coletadas do Lattes em 29/10/2024

Acadêmico

Formação acadêmica

Doutorado em Computação Aplicada

2015 - 2020

Instituto Nacional de Pesquisas Espaciais
Título: Automating Land Cover Change detection: A Deep Learning based approach to map deforested areas
Orientador: em University of Kentucky ( Nathan Jacobs)
com , Ano de obtenção: 2020. Leila Maria Garcia Fonseca. Coorientador: Thales Sehn Körting. Palavras-chave: Deep Learning; Remote Sensing; Convolutional Neural Networks; Semantic Segmentation; Artificial Inteligence; Image Processing. Grande área: Ciências Exatas e da Terra

Mestrado em Sensoriamento Remoto

2009 - 2011

Instituto Nacional de Pesquisas Espaciais
Título: Dynamic Neighborhoods: A Conceptual Model and its Implementation for Spatial Dynamics in Geographic Modeling
, Ano de Obtenção: 2011.Antônio Miguel Vieira Monteiro.Coorientador: Tiago Garcia de Senna Carneiro. Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil. Palavras-chave: neighborhoods; dynamic neighborhoods; cellular automata; generalized proximity matrices; dynamic modeling.Grande área: Ciências Exatas e da TerraGrande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Sistemas de Computação / Especialidade: Computational Simulating. Grande Área: Ciências Exatas e da Terra / Área: Geociências / Subárea: Geofísica / Especialidade: Sensoriamento Remoto.

Graduação em Ciência da Computação

2005 - 2008

Universidade Federal de Ouro Preto
Título: Espaços Celulares Irregulares: Suporte a modelagem dinâmica ambiental sobre bancos de dados geográficos
Orientador: Tiago Garcia de Senna Carneiro

Formação complementar

2017 - 2017

Deep Learning Summer School 2017. (Carga horária: 48h). , Centre de Recherches Mathématiques, Université de Montréal, CRM, Canadá.

2013 - 2013

Ontologies and Models for Multiple-scale Processes. (Carga horária: 40h). , Vespucci Institutes on Geographic Information Science, VIGIS, Itália.

2012 - 2012

Treinamento "Fundamentos do ERDAS IMAGINE I e II". (Carga horária: 40h). , Santiago & Cintra Consultoria, SCCON, Brasil.

2007 - 2007

Minicurso Desenv. de Soft. para disp. móveis. (Carga horária: 5h). , Universidade Federal de Ouro Preto, UFOP, Brasil.

2007 - 2007

Minicurso em "Design Patterns". (Carga horária: 3h). , Universidade Federal de Lavras, UFLA, Brasil.

2006 - 2006

Curso de PHP. (Carga horária: 20h). , Universidade Federal de Ouro Preto, UFOP, Brasil.

Idiomas

Bandeira representando o idioma Inglês

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Espanhol

Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Pouco.

Bandeira representando o idioma Português

Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.

Bandeira representando o idioma Italiano

Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Razoavelmente.

Bandeira representando o idioma Holandês

Compreende Pouco, Fala Pouco, Lê Pouco, Escreve Pouco.

Áreas de atuação

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Matemática da Computação/Especialidade: Modelos Analíticos e de Simulação.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Linguagens de Programação.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Sistemas Distribuídos.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Banco de Dados.

Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Engenharia de Software.

Participação em eventos

XVII Brazilian Symposium on Geoinformatics - GEOINFO 2016.Deep Learning Techniques Applied to Detection of Built-Up Areas in High Resolution Remote Sensing Images. 2016. (Simpósio).

XXIX Conference on Graphics, Patterns and Images - SIBGRAPI 2016. 2016. (Simpósio).

XVI Simpósio Brasileiro de GeoInformática - GEOINFO 2015.Spectral Attributes Selection based on Data Mining for Remote Sensing Image Classification. 2015. (Simpósio).

XV Brazilian Symposium on Geoinformatics. 2014. (Simpósio).

III Workshop de Modelagem Matemática Aplicada ao Controle da Dengue no Brasil. 2013. (Oficina).

XIV Brazilian Symposium on Geoinformatics. 2013. (Simpósio).

XVI Simpósio Brasileiro de Sensoriamento Remoto.Uso de Ferramentas Livres para a Modelagem de Processos e Dinâmicas Espaciais. 2013. (Simpósio).

XII Brazilian Symposium on GeoInformatics. 2011. (Simpósio).

Second Brazilian Workshop on Social Simulation. Simulating Urban Growth and Residential Segregation through Agent-Based Modeling. 2010. (Congresso).

XI Simpósio Brasileiro de GeoInformática - GEOINFO 2010. 2010. (Simpósio).

X Simpósio Brasileiro de GeoInformática - GEOINFO 2008. 2008. (Simpósio).

I Congresso de Ciência da Computação e Sistemas de Informação. 2007. (Congresso).

III Workshop em Computação UFOP & Unipac. 2007. (Congresso).

I Simpósio da Rede Geoma. 2007. (Simpósio).

Participação em bancas

Aluno: Amir Ghamdideh

Maretto, R. V.; SCHLUND, M.; STEIN, A.; FONSECA, L. M. G.. Deep Learning based multisource data fusion for aboveground biomass estimation. 2022. Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente.

Aluno: Srikumar Sastri

BELGIU, M.;Maretto, R. V.; STEIN, A.; PARIS, C.. Super Paretos: Bayesian Active Meta Learning for spatial transferability of Deep Learning models. 2022. Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente.

Aluno: Akhil Chhibber

Maretto, R. V.; BELGIU, M.; STEIN, A.; ADAMI, M.; CHAUHAN, S.. Deep Learning based Multi-Source Data Fusion to Map Deforested Areas in Amazon Rain Forest. 2022. Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente.

Aluno: Biman Biswas

Maretto, R. V.; PERSELLO, C.; STEIN, A.; FONSECA, L. M. G.. Deep Learning-based multi-modal fusion of Sentinel-1 and Sentinel-2 data for mapping deforested areas in the Amazon Rainforest. 2022. Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente.

Aluno: Neethu Narayanan

GUPTA, P. K.;Maretto, R. V.; NANDY, S.; PERSELLO, C.; Garg, R. D.. Detection of Forest fires in Nighttime lights over Northeast India. 2022. Dissertação (Mestrado em IIRS-ITC joint Master?s in Geo-Information Science and Earth Observation) - University of Twente.

Aluno: Marionei Fomaca de Souza Junior

FONSECA, L. M. G.; BENDINI, HUGO N.; KORTING, T. S.;Maretto, R. V.; ADAMI, M.. Estimativa do uso da água em culturas agrícolas irrigadas por pivô central. 2022. Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais.

Aluno: Fauzan Muzakki

DUREN, I. V.;Maretto, R. V.; GROEN, T. A.; FONSECA, LEILA MARIA GARCIA. Detecting of natural forest to oil palm conversions in tropical wetlands based on sentinel imagery using deep learning. 2021. Dissertação (Mestrado em MASTER'S SPATIAL ENGINEERING) - University of Twente.

Aluno: Xiaoyu Sun

PERSELLO, C.;MARETTO, R. V.; STEIN, A.; HANSCH, R.. Deep Learning-based building extraction using aerial images and digital surface models. 2021. Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente.

Aluno: Sabrina Paes Leme Passos Corrêa

Dutra, L. V.; Lichti, D.; KORTING, T. S.; Felgueiras, C. A.; Soares, M. D.;Maretto, R. V.. Reference Sample Selection for supervised classification of a lower resolution image aided by a higher resolution image. 2021. Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais.

Aluno: Tefera Shibeshi

MARETTO, R. V.; Gevaert, C.. Drought mapping and characterization using Remote Sensing data and GIS Techniques in Upper Awash Subbasin, Ethiopia. 2021. Monografia (Aperfeiçoamento/Especialização em Geo-Information Science and Earth Observation) - University of Twente.

Aluno: Garvit Gangwar

Sharma, S.; SRIVASTAV, S. K.;Maretto, R. V.. Forest Cover change detection from satellite imagery using machine learning over Google Earth Engine. 2021. Monografia (Aperfeiçoamento/Especialização em Geo-Information Science and Earth Observation) - University of Twente.

Orientou

Srikumar Sastri

Super Paretos: Bayesian Active Meta Learning for spatial transferability of Deep Learning models; 2022; Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente, ; Coorientador: Raian Vargas Maretto;

Neethu Narayanan

Detection of Forest fires in Nighttime lights over Northeast India; 2022; Dissertação (Mestrado em IIRS-ITC joint Master?s in Geo-Information Science and Earth Observation) - University of Twente, ; Coorientador: Raian Vargas Maretto;

Akhil Chhibber

Deep Learning based Multi-Source Data Fusion to Map Deforested Areas in Amazon Rain Forest; 2022; Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente, ; Orientador: Raian Vargas Maretto;

Biman Biswas

Deep Learning-based multi-modal fusion of Sentinel-1 and Sentinel-2 data for mapping deforested areas in the Amazon Rainforest; 2022; Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente, ; Orientador: Raian Vargas Maretto;

Amir Ghamdideh

Deep Learning based multisource data fusion for aboveground biomass estimation; 2022; Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente, ; Orientador: Raian Vargas Maretto;

Fauzan Muzakki

Detecting of natural forest to oil palm conversions in tropical wetlands based on sentinel imagery using deep learning; ; 2021; Dissertação (Mestrado em MASTER'S SPATIAL ENGINEERING) - University of Twente, ; Coorientador: Raian Vargas Maretto;

Xiaoyu Sun

Deep Learning-based building extraction using aerial images and digital surface models; 2021; Dissertação (Mestrado em Master?s in Geo-Information Science and Earth Observation) - University of Twente, ; Coorientador: Raian Vargas Maretto;

Tefera Shibeshi

Drought mapping and characterization using Remote Sensing data and GIS Techniques in Upper Awash Subbasin, Ethiopia; 2021; Monografia; (Aperfeiçoamento/Especialização em Geo-Information Science and Earth Observation) - University of Twente; Orientador: Raian Vargas Maretto;

Produções bibliográficas

  • MATOSAK, BRUNO M. ; FONSECA, LEILA G. M. ; TAQUARY, EVANDRO C. ; MARETTO, RAIAN V. ; BENDINI, HUGO N. ; ADAMI, M. . Mapping Deforestation in Cerrado Based on Hybrid Deep Learning Architecture and Medium Spatial Resolution Satellite Time Series. Remote Sensing , v. 14, p. 209, 2022.

  • FONSECA, LEILA M.G. ; KÖRTING, THALES S. ; BENDINI, HUGO DO N. ; GIROLAMO-NETO, CESARE D. ; NEVES, ALANA K. ; SOARES, ANDERSON R. ; TAQUARY, EVANDRO C. ; Maretto, Raian V. . Pattern Recognition and Remote Sensing techniques applied to Land Use and Land Cover mapping in the Brazilian Savannah. PATTERN RECOGNITION LETTERS , v. 148, p. 54-60, 2021.

  • SUN, XIAOYU ; ZHAO, WUFAN ; Maretto, Raian V. ; PERSELLO, CLAUDIO . Building Polygon Extraction from Aerial Images and Digital Surface Models with a Frame Field Learning Framework. Remote Sensing , v. 13, p. 4700, 2021.

  • SUN, X. ; ZHAO, W. ; Maretto, R. V. ; PERSELLO, C. . BUILDING OUTLINE EXTRACTION FROM AERIAL IMAGERY AND DIGITAL SURFACE MODEL WITH A FRAME FIELD LEARNING FRAMEWORK. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences , v. XLIII-B2-2021, p. 487-493, 2021.

  • Maretto, Raian V. ; FONSECA, LEILA M. G. ; JACOBS, NATHAN ; KORTING, THALES S. ; BENDINI, HUGO N. ; PARENTE, LEANDRO L. . Spatio-Temporal Deep Learning Approach to Map Deforestation in Amazon Rainforest. IEEE Geoscience and Remote Sensing Letters , v. 00, p. 1-5, 2020.

  • FEITOSA, Flávia da Fonseca ; MARETTO, R. V. ; MONTEIRO, A. M. V. . STRUGGLE FOR SPACE IN COASTAL CITIES: A CELLULAR AUTOMATA MODEL FOR SIMULATING URBAN STRATIFICATION DYNAMICS. RBC. REVISTA BRASILEIRA DE CARTOGRAFIA (ONLINE) , v. 69, p. 1610-1627, 2017.

  • ANDRADE, PEDRO RIBEIRO ; CAMARA, GILBERTO ; MARETTO, RAIAN V. ; MONTEIRO, ANTONIO MIGUEL V. ; CARNEIRO, TIAGO G. S. ; FEITOSA, FLAVIA F. . Experiences with a Socio-Environmental Modeling Course. Modelling in Science Education and Learning , v. 8, p. 71-92, 2015.

  • MARETTO, R. V. ; Assis, T. O. ; Gavlak, A. A. . Simulating Urban Growth and Residential Segregation through Agent-Based Modeling. In: Dimuro, G. P.; Costa, A. C. R.; Sichman, J. C.; Tedesco, P.; Adamatti, D. F; Balsa, J.; Antunes, L.. (Org.). Advances in Social Simulation 2010 Second Brazilian Workshop on Social Simulation. 1ed.Los Alamitos: IEEE, 2011, v. , p. 52-57.

  • TAQUARY, EVANDRO C. ; FONSECA, LEILA G. M. ; Maretto, Raian V. ; BENDINI, HUGO N. ; MATOSAK, BRUNO M. ; SANT'ANNA, SIDNEI J.S. ; MURA, JOSE C. . Detecting Clearcut Deforestation Employing Deep Learning Methods and SAR Time Series. In: IGARSS 2021 2021 IEEE International Geoscience and Remote Sensing Symposium, 2021, Brussels. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, 2021. p. 4520.

  • BENDINI, HUGO N. ; FONSECA, LEILA M. G. ; Maretto, Raian V. ; MATOSAK, BRUNO M. ; TAQUARY, EVANDRO C. ; SIMOES, PHILIPE S. ; HAIDAR, RICARDO F. ; VALERIANO, DALTON DE M. . Exploring a Deep Convolutional Neural Network and Geobia for Automatic Recognition of Brazilian Palm Swamps (Veredas) Using Sentinel-2 Optical Data. In: IGARSS 2021 2021 IEEE International Geoscience and Remote Sensing Symposium, 2021, Brussels. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, 2021. p. 5401.

  • BENDINI, HUGO N. ; FONSECA, LEILA M. G. ; SOARES, ANDERSON R. ; RUFIN, PHILIPPE ; SCHWIEDER, MARCEL ; RODRIGUES, MARCOS A. ; Maretto, Raian V. ; KORTING, THALES S. ; LEITAO, PEDRO J. ; SANCHES, IEDA D. A. ; HOSTERT, PATRICK . Applying A Phenological Object-Based Image Analysis (Phenobia) for Agricultural Land Classification: A Study Case in the Brazilian Cerrado. In: IGARSS 2020 2020 IEEE International Geoscience and Remote Sensing Symposium, 2020, Waikoloa. IGARSS 2020 - 2020 IEEE International Geoscience and Remote Sensing Symposium, 2020. p. 1078.

  • MATOSAK, B. M. ; Maretto, R. V. ; KORTING, T. S. ; ADAMI, M. ; FONSECA, L. M. G. . Mapping Deforested Areas in the Cerrado Biome through Recurrent Neural Networks. In: IGARSS 2020 2020 IEEE International Geoscience and Remote Sensing Symposium, 2020, Waikoloa. IGARSS 2020 - 2020 IEEE International Geoscience and Remote Sensing Symposium, 2020. p. 1389.

  • MARETTO, RAIAN VARGAS ; KORTING, THALES SEHN ; FONSECA, LEILA MARIA GARCIA . An Extensible and Easy-to-use Toolbox for Deep Learning Based Analysis of Remote Sensing Images. In: IGARSS 2019 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019, Yokohama. IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing Symposium, 2019. p. 9815.

  • Feitosa, F. F. ; MARETTO, R. V. ; Monteiro, A. M. V. . Urbis-caraguá: um modelo de simulação computacional para a investigação de dinâmicas de ocupação urbana em Caraguatatuba, SP.. In: XIX Encontro Nacional de Estudos Populacionais, 2014, São Pedro. Anais do XIX Encontro Nacional de Estudos Populacionais, 2014.

  • Feitosa, F. F. ; MARETTO, R. V. ; Monteiro, A. M. V. ; ANAZAWA, T. M . Urbanização e Vulnerabilidade Social em Zonas Costeiras: A Construção de um Modelo de Simulação das Dinâmcias Residenciais de Caraguatatuba, SP. In: XVIII Encontro Nacional de Estudos Populacionais, ABEP, 2012, Águas de Lindóia. Transformações na população brasileira: complexidades, incertezas e perspectivas, 2012.

  • SANTOS, L. B. L. ; MARETTO, R. V. ; Medeiros, L. C. C. ; Feitosa, F. F. ; Monteiro, A. M. V. . A Susceptible-Infected Model for Exploring the Effects of Neighborhood Structures on Epidemic Processes ? A Segregation Analysis. In: XII Brazilian Symposium on GeoInformatics, 2011, Campos do Jordão. Proceedings of XII Brazilian Symposium on GeoInformatics, 2011. p. 85-96.

  • MARETTO, R. V. ; Assis, T. O. ; Gavlak, A. A. . Simulating Urban Growth and Residential Segregation through Agent-Based Modeling. In: Second Brazilian Workshop on Social Simulation, 2010, São Bernardo do Campo. Second Brazilian Workshop on Social Simulation, 2010.

  • CARNEIRO, T. G. S. ; CAMARA, G. ; MARETTO, R. V. . Irregular Cellular Spaces: Supporting Realistic Spatial Dynamic Modeling over Geographical Databases. In: X Brazilian Symposium on Geoinformatics, 2008, Rio de Janeiro. GeoInfo 2008, 2008. v. 10. p. 109-120.

  • MARETTO, R. V. ; KORTING, T. S. ; CASTEJON, E. F. ; FONSECA, L. M. G. ; SANTOS, R. D. C. . Spectral Attributes Selection based on Data Mining for Remote Sensing Image Classification. In: XVI Brazilian Symposium on GeoInformatics, 2015, Campos do Jordão. Proceedings of XVI Brazilian Symposium on GeoInformatics. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2015. p. 155-161.

  • LIMA, T. F. M. ; CARNEIRO, T. G. S. ; LANA, R. M. ; CODECO, C. T. ; MARETTO, R. V. ; Medeiros, L. C. C. ; SILVA, L. G. ; SANTOS, L. B. L. ; REIS, I. C. ; COELHO, F. C. ; Monteiro, A. M. V. . Developing a Framework for Modeling and Simulating Aedes aegypti and Dengue Fever Dynamics.. In: XIV Brazilian Symposium on GeoInformatics, 2013, Campos do Jordão. Proceedings of the XIV Brazilian Symposium on GeoInformatics, 2013.

  • Gavlak, A. A. ; Gavlak, N. F. ; MARETTO, R. V. ; Takeda, M. M. G. . Análise da organização de dados espaciais dentro de um banco de dados geográficos. In: V Semana de Geografia da Unesp Ourinhos, 2009, Ourinhos. Anais da V Semana de Geografia da Unesp Ourinhos. Ourinhos, 2009.

  • Gavlak, A. A. ; Del Castillo, E. M. ; MARETTO, R. V. ; Trabaquini, K. . Mapeamento da cobertura do solo na região de Buritis/MG através de sensoriamento remoto e sistema de informações geográficas. In: V Semana de Geografia da Unesp Ourinhos, 2009, Ourinhos. Anais da V Semana de Geografia da Unesp Ourinhos, 2009, 2009.

  • BENDINI, H. N. ; FONSECA, L. M. G. ; BRITO, A. ; NEVES, A. K. ; LENTI, F. E. B. ; TREVISAM, R. ; OLIVEIRA, M. G. ; MARETTO, R. V. ; KORTING, T. S. ; VALERIANO, D. M. . Assessing Satellite-Derived Phenological Metrics and Terrain data as a Proxy for Vegetation Dynamics Along the Brazilian Savanna Corridor. In: Pecora Memorial Remote Sensing Symposium (Pecora 21) and the 38th International Symposium on Remote Sensing of Environment (ISRSE 38), 2019, Baltimore. Proceedings of Pecora Memorial Remote Sensing Symposium (Pecora 21) and the 38th International Symposium on Remote Sensing of Environment (ISRSE 38), 2019.

  • LIMA, T. F. M. ; CARNEIRO, T. G. S. ; LANA, R. M. ; CODECO, C. T. ; MARETTO, R. V. ; Medeiros, L. C. C. ; SANTOS, L. B. L. ; REIS, I. C. ; COELHO, F. C. ; Monteiro, A. M. V. . DengueME na prática.. In: III Workshop de Modelagem Matemática Aplicada ao Controle da Dengue, 2013, Petrópolis. Caderno de Resumo do III Simpósio de Modelagem Matemática Aplicada no Controle da Dengue, 2013. p. 26-26.

  • REIS, I. C. ; Monteiro, A. M. V. ; LANA, R. M. ; Medeiros, L. C. C. ; MARETTO, R. V. ; SANTOS, L. B. L. ; COELHO, F. C. ; CARNEIRO, T. G. S. ; LIMA, T. F. M. ; CODECO, C. T. . Caracterização de paisagens urbanas heterogêneas de interesse para a vigilância e controle da dengue na Ilha do Governador, Rio de Janeiro. In: III Workshop de Modelagem Matemática Aplicada ao Controle da Dengue, 2013, Petrópolis. Caderno de Resumos do III Simpósio de Modelagem Matemática Aplicada no Controle da Dengue, 2013. p. 11-12.

  • LANA, R. M. ; CARNEIRO, T. G. S. ; LIMA, T. F. M. ; REIS, I. C. ; Medeiros, L. C. C. ; MARETTO, R. V. ; SANTOS, L. B. L. ; COELHO, F. C. ; Monteiro, A. M. V. ; CODECO, C. T. . DengueME: Módulo Entomológico. In: III Simpósio de Modelagem Matemática Aplicada no Controle da Dengue, 2013, Petrópolis. Caderno de Resumos do III Simpósio de Modelagem Matemática Aplicada no Controle da Dengue, 2013. p. 18-18.

  • Medeiros, L. C. C. ; MARETTO, R. V. ; Monteiro, A. M. V. ; SANTOS, L. B. L. ; CODECO, C. T. ; LANA, R. M. ; REIS, I. C. ; COELHO, F. C. ; CARNEIRO, T. G. S. . DengueME: Módulo Epidemiológico. In: III Workshop de Modelagem Matemática Aplicada ao Controle da Dengue, 2013, Petrópolis. Caderno de Resumos do III Workshop de Modelagem Matemática Aplicada ao Controle da Dengue, 2013. p. 16-16.

  • Maretto, R. V. . Deep Learning Techniques Applied to Detection of Built-Up Areas in High Resolution Remote Sensing Images. 2016. (Apresentação de Trabalho/Simpósio).

  • MARETTO, R. V. ; KORTING, T. S. ; CASTEJON, E. F. ; FONSECA, L. M. G. ; SANTOS, R. D. C. . Spectral Attributes Selection based on Data Mining for Remote Sensing Image Classification. 2015. (Apresentação de Trabalho/Simpósio).

  • MARETTO, R. V. ; Assis, T. O. ; Gavlak, A. A. . Simulating Urban Growth and Residential Segregation through Agent-Based Modeling. 2010. (Apresentação de Trabalho/Congresso).

Outras produções

MARETTO, R. V. ; KORTING, T. S. ; FONSECA, L. M. G. . DeepGeo: An Extensible and easy-to-use Toolbox for Deep Learning based Analysis of Remote Sensing Images. 2019.

KORTING, T. S. ; FONSECA, L. M. G. ; CASTEJON, E. F. ; MARETTO, R. V. . GeoDMA - Geographic Data Mining Analyst. 2018.

CARNEIRO, T. G. S. ; CAMARA, G. ; Monteiro, A. M. V. ; Andrade-Neto, P. R. ; AGUIAR, A. P. D. ; MARETTO, R. V. ; Costa, S. ; Almeida, R. M. ; Rodrigues, A. J. C. ; AVANCINI, R. . TerraME: Terra Modeling Environment. 2010.

MARETTO, R. V. . Parecer ad hoc de 7 artigos para o IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2021). 2021.

MARETTO, R. V. . Parecer ad hoc de 1 artigo para o EarthVision 2021 - Large Scale Computer Vision for Remote Sensing Imagery. 2021.

Maretto, R. V. . Parecer ad hoc de 1 artigo para o 27th International Conference on Systems, Signals and Image Processing (IWSSIP 2020). 2020.

MARETTO, R. V. . Parecer ad hoc de 1 artigo para o I Workshop de Iniciação Científica e de Extensão do VIII Simpósio de Sistemas de Informação e Engenharia de Produção. 2013.

KORTING, T. S. ; CASTEJON, E. F. ; MARETTO, R. V. . Classificação de Mudanças de Cobertura da Terra utilizando GEOBIA e Ferramentas Livres (TerraView e GeoDMA). 2019. .

ESPINDOLA, G.M. ; MARETTO, R. V. ; Pinho, C. M. D. . Uso de Ferramentas Livres para a Modelagem de Processos e Dinâmicas Espaciais. 2013. .

Gavlak, A. A. ; Del Castillo, E. M. ; MARETTO, R. V. ; Trabaquini, K. . Mapa da Cobertura do solo da região de Buritis/MG. 2009. (Cartas, mapas ou similares/Mapa).

Projetos de pesquisa

  • 2015 - Atual

    GeoDMA: uma ferramenta para integrar mineração de dados com análise multi-temporal e orientada a objetos de imagens de sensoriamento remoto, Descrição: O desenvolvimento de uma nova geração de sensores nos últimos 20 anos consolidou as imagens de sensoriamento remoto como uma importante fonte de dados para estudos ambientais e fenômenos geográficos em larga escala. É grande a variedade de resoluções (espacial, temporal e espectral) das imagens de sensoriamento remoto, desde pancromáticas até imagens polarimétricas. Apesar da grande experiência em coleta, armazenamento e distribuição de imagens e da diversidade de ferramentas computacionais para processamento e análise, ainda é difícil de se encontrar sistemas que apresentem um ambiente integrado para transformar imagens multi-temporais e de diversas resoluções em informação útil. Tendo em vista este panorama, a contribuição deste projeto é dupla. Em primeiro lugar, propomos e implementamos uma nova ferramenta, seguindo os padrões de código-fonte aberto (Free and Open Source Software - FOSS), para integrar métodos de análise de imagens com técnicas de mineração de dados, visando produzir um ambiente computacional extensível e focado no usuário, aplicado à extração de informações e à descoberta de conhecimento em grandes bases de dados geométricos. Esta ferramenta é chamada GeoDMA - Geographic Data Mining Analyst (mineração de dados geográficos). GeoDMA integra técnicas de sementação de imagens, extração e seleção de atributos, classificação, métricas da ecologia da paisagem, métodos de análise multi-temporal para detecção de mudanças e classificação por métodos de árvores de decisão adaptados à mineração de dados espaciais. O sistema agrega imagens de sensoriamento remoto com outros tipos de dados geográficos através do acesso a bancos de dados locais ou remotos. GeoDMA também provê métodos de simulação para avaliar a acurácia dos modelos, e ferramentas para análise espaço-temporal, incluindo um esquema de visuação de perfis temporais que auxilia os usuários a descrever padrões em eventos cíclicos. Em segundo lugar, desenvolvemos um novo método para analizar dados.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (6) Doutorado: (2) . , Integrantes: Raian Vargas Maretto - Integrante / Maria Isabel Sobral Escada - Integrante / Thales Sehn Körting - Coordenador / Emiliano Ferreira Castejon - Integrante / Leila Maria Garcia Fonseca - Integrante / Marcelino Pereira dos Santos Silva - Integrante / Alexandre Noma - Integrante.

  • 2015 - Atual

    MSA-BNDES: Monitoramento Ambiental por Satélite no Bioma Amazônia, Projeto certificado pelo(a) coordenador(a) Maria Isabel Sobral Escada em 07/06/2016., Descrição: Sub-projeto 5: Estudo das trajetórias de padrões e processos na caracterização de dinâmicas do desmatamento na Amazônia A compreensão e a descrição dos componentes ambientais e populacionais, bem como a descrição de seus processos e seus atores, são de grande importância para o desenvolvimento de novas ações e para a avaliação das políticas de redução do desmatamento. A observação do processo de conversão da cobertura florestal e dos usos da terra, em conjunto com o arranjo espacial da população, permitem estabelecer tipologias e descrever trajetórias de padrões de desmatamento associados às diferentes formas estágios e dinâmicas de ocupação. Este subprojeto tem como objetivo realizar diagnósticos a partir da análise e descrição de diferentes padrões espaciais de desmatamento e de sua evolução, caracterizando os componentes relacionados à população, ao uso e cobertura da terra e às dinâmicas de ocupação das antigas e novas fronteiras de ocupação humana da Amazônia. O estudo está dividido em duas linhas de ação: Caracterização de padrões de cobertura da terra, por meio da utilização de mapas de uso da terra e de desmatamento e degradação florestal, de censos demográficos, e de dados de compartimentos ambientais definidos a partir de modelos digitais de elevação. Dinâmica Populacional da Amazônia ? caracterização de padrões de uso urbano e suas evoluções, abordados a partir das mudanças espaciais relativas aos processos de urbanização na região. Serão utilizados dados de censos demográficos complementados com novos dados de sensoriamento remoto, incluindo Radar e Alta Resolução, e trabalhos de campo orientados à análise de conectividade e de acessibilidade na escala local, visando descrever e caracterizar uma Tipologia dos Fluxos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (3) . , Integrantes: Raian Vargas Maretto - Integrante / Antônio Miguel Vieira Monteiro - Integrante / Maria Isabel Sobral Escada - Coordenador / Silvana Amaral Kampel - Integrante / Thales Sehn Körting - Integrante / Emiliano Ferreira Castejon - Integrante / Leila Maria Garcia Fonseca - Integrante / Etore Marcari Junior - Integrante / Adriana Gomes Affonso - Integrante / Claudio Clemente Faria Barbosa - Integrante / João Ricardo Oliveira - Integrante / Sérgio Rossim - Integrante / Corina da Costa Freitas - Integrante / Sidnei João Siqueira Sant'Anna - Integrante / Alexandre Copertino Jardim - Integrante / Ana Paula Dal'Asta - Integrante., Financiador(es): Banco Nacional de Desenvolvimento Econômico e Social - Outra., Número de produções C, T & A: 1

  • 2014 - Atual

    Modelagem Ambiental da Dengue: Modelo Empírico para Simulação e Estudo da Dinâmica de Transmissão da Degue em Cidades - Uma Integração GIS com Modelagem Dinâmica Espacialmente Explícita, Projeto certificado pelo(a) coordenador(a) Liliam Cesar de Castro Medeiros em 27/04/2016., Descrição: Partindo de uma ampla perspectiva que integra parâmetros reais com ambiente de geoprocessamento e modelagem virtual/simulação computacional, este projeto de pesquisa busca possibilitar uma visão mais extensa dos possíveis e alternativos cenários de padrões espaciais de difusão da dengue e suas relações com os múltiplos fatores influenciadores. O projeto possibilita um acréscimo na compreensão da dinâmica de disseminação e persistência da doença, assim como tem potencial de estimular questionamentos e debates sobre o tema e subsidiar a implementação de metodologias alternativas para intervenção e controle da doença. A plataforma DengueME - Dengue Modelling Environment, , resultante das atividades de um projeto PRONEX-CNPq de Modelagem da Dengue, tem como um de seus componentes o módulo epidemiológico, no qual, utilizando-se a abordagem de modelagem baseada em agentes, humanos e mosquitos interagem no espaço computacional construído com base em dados geográficos reais. O aprimoramento de tal módulo é o centro desta proposta de pesquisa. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (4) . , Integrantes: Raian Vargas Maretto - Integrante / Tiago Garcia Senna Carneiro - Integrante / Antônio Miguel Vieira Monteiro - Integrante / Líliam César de Castro Medeiros - Coordenador / Leonardo Bacelar Lima Santos - Integrante / Tiago França de Mello Lima - Integrante / Raquel Martins Lana - Integrante / Cláudia Torres Codeço - Integrante / Izabel Cristina dos Reis - Integrante / Flávio Codeço Coelho - Integrante / Leda Narcisa Regis - Integrante / José Constantino Silveira Júnior - Integrante.

  • 2014 - Atual

    Urbanização & Vulnerabilidade Socioespacial: Modelos de Simulação Computacional como Objetos Mediadores para Discutir a Questão Urbana, Projeto certificado pelo(a) coordenador(a) Flávia da Fonseca Feitosa em 20/04/2016., Descrição: A elaboração de políticas urbanas adequadas aos atuais desafios impostos pelas mudanças climáticas e ambientais demanda um entendimento cada vez mais apurado dos processos sociais e ecológicos que regem o sistema urbano. Para avançar nesta direção, este projeto utiliza conceitos e objetos mediadores como estratégias para discutir a questão urbana em um contexto no qual as cidades são compreendidas como sistemas socioecológicos e a integração de conhecimentos de vários campos disciplinares torna-se cada vez mais necessária. Adotando o termo vulnerabilidade como conceito mediador, o projeto busca construir novas cartografias que atuem como objetos mediadores capazes de instrumentalizar e orientar estudos empíricos no campo da adaptação. Estas cartografias deverão representar não apenas estados da vulnerabilidade, como também processos de produção do espaço urbano que são relevantes para a compreensão das dinâmicas de vulnerabilidade na cidade. Para alcançar este objetivo, propõe-se a construção de um ambiente de simulação computacional de dinâmicas urbanas, o URBIS, que será utilizado para a elaboração de um modelo a partir de dados de Caraguatatuba, SP. Através deste modelo de simulação, será possível explorar as interações entre os distintos atores envolvidos na disputa pelo espaço urbano e a emergência de arranjos espaciais capazes de reforçar diferenciais intraurbanos de vulnerabilidade das famílias frente a perturbações de caráter ambiental ou socioeconômico. Neste processo, um paradigma diferenciado de modelagem deverá ser adotado, no qual o modelo como produto cede espaço ao processo de construção e uso do modelo. Assim, o objetivo do modelo não é o de fornecer respostas determinísticas e sim estabelecer uma plataforma para compartilhar visões, estruturar discussões, testar e gerar hipóteses e levantar novas questões. Espera-se, com a construção deste objeto mediador, disponibilizar uma ferramenta auxiliar na elaboração de políticas urbanas de adaptação que respondam tanto a novos desafios climáticos e ambientais quanto a antigas questões sobre o modelo de desenvolvimento urbano brasileiro. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Raian Vargas Maretto - Integrante / Antônio Miguel Vieira Monteiro - Integrante / Flavia da Fonseca Feitosa - Coordenador / Roberta Rosemback - Integrante / Leonardo Freire de Mello - Integrante.

  • 2010 - Atual

    Geographically-Aware Complex Networks Research Group (GeoCxNets), Descrição: We are a developing group from the Brazilian's National Institute for Space Research (INPE) that study the effects of the geographic space over the development of complex physical and social networks. Most of these networks are initially conceived based on simple geographic relations of distance, but they warp and reorder the original space from where they emerged. Our purpose is to investigate the effects of networks over dynamic geographic processes, such as the development of cities, the spread of diseases, and global change. We are a quite new group, and one of our first missions is to create an interacting network with other (especially Brazilian) groups on complex networks... , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Raian Vargas Maretto - Integrante / Antônio Miguel Vieira Monteiro - Integrante / Maria Isabel Sobral Escada - Integrante / Silvana Amaral Kampel - Coordenador / Carolina Moutinho Duque de Pinho - Integrante / Líliam César de Castro Medeiros - Integrante / Pedro Ribeiro de Andrade Neto - Integrante / André Augusto Gavlak - Integrante / Flavia da Fonseca Feitosa - Integrante / Gilberto Ribeiro de Queiroz - Integrante / Lívia Rodriques Tomás - Integrante / Roberta Rosemback - Integrante.

  • 2009 - 2013

    TerraME - Terra Modeling Environment, Descrição: TerraME is a development environment for spatial dynamical modelling based on cellular automata (nested-CA), that links cell spaces to a spatial database for data storage and retrieval. A spatial dynamic model is a model whose locations are independent variables. The outcomes of these models are maps that depict the spatial distribution of a pattern or of a continuous variable. Among the typical applications of TerraME are land change and hydrological models.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (2) . , Integrantes: Raian Vargas Maretto - Integrante / Tiago Garcia Senna Carneiro - Coordenador / Gilberto Câmara - Integrante / Antônio Miguel Vieira Monteiro - Integrante / Pedro Ribeiro de Andrade Neto - Integrante / Sérgio Costa - Integrante / Rodolfo Maduro Almeida - Integrante / Ana Paula Dutra de Aguiar - Integrante.

  • 2007 - 2008

    TerraME - Terra Modeling Environment, Descrição: TerraME is a development environment for spatial dynamical modelling based on cellular automata (nested-CA), that links cell spaces to a spatial database for data storage and retrieval. A spatial dynamic model is a model whose locations are independent variables. The outcomes of these models are maps that depict the spatial distribution of a pattern or of a continuous variable. Among the typical applications of TerraME are land change and hydrological models.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Raian Vargas Maretto - Integrante / Tiago Garcia Senna Carneiro - Coordenador / Gilberto Câmara - Integrante / Antônio Miguel Vieira Monteiro - Integrante / Pedro Ribeiro de Andrade Neto - Integrante / Sérgio Costa - Integrante / Rodolfo Maduro Almeida - Integrante., Financiador(es): Rede Temática de Pesquisa em Modelagem Ambiental da Amazônia - Bolsa.

Histórico profissional

Endereço profissional

  • University of Twente, ITC - Faculty of Geo-Information Science and Earth Observation, Department of Earth Observation Science (EOS). , Hengelosestraat 99, n.a., 7514AE - Enschede, - Holanda, Telefone: (31) 534894712

Experiência profissional

2015 - 2020

Instituto Nacional de Pesquisas Espaciais

Vínculo: Aluno - Doutorado, Enquadramento Funcional: Pesquisa e Desenvolvimento

Outras informações:
- Desenvolvimento de metodologias, baseadas em Inteligência Artificial, com técnicas de Machine Learning e Deep Learning, para a classificação e análise de imagens de Sensoriamento Remoto - Desenvolvimento de algoritmos em Python, utilizando plataformas TensorFlow, Keras e Theano.

2013 - 2015

Instituto Nacional de Pesquisas Espaciais

Vínculo: Bolsista, Enquadramento Funcional: Desenvolvedor de Software, Carga horária: 40

Outras informações:
Bolsista de Programa de Capacitação Institucional do CNPq - Nível DB - Desenvolvimento de software voltado a Modelagem e Simulação de Sistemas Terrestres (TerraME - www.terrame.org) - Desenvolvimento de modelos de mudança de uso e cobertura da terra, modelos de dispersão de doenças, modelos de sistemas urbanos, modelos baseados em agentes, e simulação social. - Desenvolvimento de SIGs (Sistemas de Informação Geográfica), processamento de dados espaciais utilizando técnicas de geoprocessamento com a biblioteca TerraLib - Desenvolvimento de sistemas utilizando linguagens C++ e Lua para processamento de dados de Sensoriamento Remoto e Geoprocessamento.

2011 - 2013

Instituto Nacional de Pesquisas Espaciais

Vínculo: Bolsista, Enquadramento Funcional: Desenvolvedor de software, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
Bolsista DTI-2/CNPq pelo projeto TerraME (www.terrame.org). - Desenvolvimento de software voltado a Modelagem e Simulação de Sistemas Terrestres (TerraME - www.terrame.org) - Desenvolvimento de modelos de mudança de uso e cobertura da terra, modelos de dispersão de doenças, modelos de sistemas urbanos, modelos baseados em agentes, e simulação social. - Desenvolvimento de SIGs (Sistemas de Informação Geográfica), processamento de dados espaciais utilizando técnicas de geoprocessamento com a biblioteca TerraLib - Desenvolvimento de sistemas utilizando linguagens C++ e Lua para processamento de dados de Sensoriamento Remoto e Geoprocessamento.

2009 - 2011

Instituto Nacional de Pesquisas Espaciais

Vínculo: Bolsista - Mestrado, Enquadramento Funcional: Desenvolvedor de software, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
- Desenvolvimento de software voltado a Modelagem e Simulação de Sistemas Terrestres (TerraME - www.terrame.org) - Desenvolvimento de modelos de mudança de uso e cobertura da terra, modelos de dispersão de doenças, modelos de sistemas urbanos, modelos baseados em agentes, e simulação social. - Desenvolvimento de SIGs (Sistemas de Informação Geográfica), processamento de dados espaciais utilizando técnicas de geoprocessamento com a biblioteca TerraLib - Desenvolvimento de sistemas utilizando linguagens C++ e Lua para processamento de dados de Sensoriamento Remoto e Geoprocessamento.

Atividades

  • 03/2015 - 08/2020

    Pesquisa e desenvolvimento, Diretor, Coordenação Geral de Observação da Terra.,Linhas de pesquisa

  • 03/2011 - 02/2015

    Pesquisa e desenvolvimento, Diretor, Centro de Ciência do Sistema Terrestre.,Linhas de pesquisa

  • 11/2012 - 12/2012

    Ensino, Sensoriamento Remoto, Nível: Pós-Graduação,Disciplinas ministradas, Aulas: Autômatos Celulares e Aplicações (4h) do Módulo "Modelagem e Simulação de Dinâmicas Espacialmente Explícitas" do Curso SER-301: Análise Espacial de Dados Geográficos"

2007 - 2008

Universidade Federal de Ouro Preto

Vínculo: Livre, Enquadramento Funcional: Bolsista, Carga horária: 20

2015 - 2020

Fundação de Ciência, Aplicações e Tecnologia Espaciais

Vínculo: Celetista, Enquadramento Funcional: Desenvolvedor Pleno, Carga horária: 40, Regime: Dedicação exclusiva.

Outras informações:
- Desenvolvimento de software para Processamento de Imagens de Sensoriamento Remoto baseado em técnicas de Mineração de Dados, Machine Learning e Inteligência Artificial. - Desenvolvimento e manutenção da nova versão da plataforma GeoDMA (http://wiki.dpi.inpe.br/doku.php?id=geodma). - Desenvolvimento utilizando linguagens C++ e Python, com plataformas TerraLib, TensorFlow, Keras e Theano.

Atividades

  • 03/2015

    Pesquisa e desenvolvimento, Departamento de Geoprocessamento.,Linhas de pesquisa

2020 - Atual

University of Twente

Vínculo: Celetista, Enquadramento Funcional: Assistant Professor, Carga horária: 40, Regime: Dedicação exclusiva.