Cambios

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "AC Salgado-Albiter, SI Valdez, J Paredes-Tavares", 
2
  "author": "AC Salgado-Albiter, SI Valdez, J Paredes-Tavares", 
            
3
  "author_email": null, 
3
  "author_email": null, 
            
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
            
5
  "extras": [
5
  "extras": [
            
6
    {
6
    {
            
7
      "key": "Publicaci\u00f3n", 
7
      "key": "Publicaci\u00f3n", 
            
8
      "value": "Conferencia"
8
      "value": "Conferencia"
            
9
    }, 
9
    }, 
            
10
    {
10
    {
            
11
      "key": "Tipo", 
11
      "key": "Tipo", 
            
12
      "value": "Publicaci\u00f3n"
12
      "value": "Publicaci\u00f3n"
            
13
    }
13
    }
            
14
  ], 
14
  ], 
            
15
  "groups": [
15
  "groups": [
            
16
    {
16
    {
            
17
      "description": "Este grupo integra las publicaciones 
17
      "description": "Este grupo integra las publicaciones 
            
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
            
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
            
20
presentados en congresos nacionales e internacionales, manuscritos en 
20
presentados en congresos nacionales e internacionales, manuscritos en 
            
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
            
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
            
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
            
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
            
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
            
26
      "display_name": "Publicaciones", 
26
      "display_name": "Publicaciones", 
            
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
            
28
      "image_display_url": "", 
28
      "image_display_url": "", 
            
29
      "name": "publicaciones", 
29
      "name": "publicaciones", 
            
30
      "title": "Publicaciones"
30
      "title": "Publicaciones"
            
31
    }
31
    }
            
32
  ], 
32
  ], 
            
33
  "id": "cc8c0711-59cc-4b8d-ab6e-ef0152659877", 
33
  "id": "cc8c0711-59cc-4b8d-ab6e-ef0152659877", 
            
34
  "isopen": false, 
34
  "isopen": false, 
            
35
  "license_id": null, 
35
  "license_id": null, 
            
36
  "license_title": null, 
36
  "license_title": null, 
            
37
  "maintainer": null, 
37
  "maintainer": null, 
            
38
  "maintainer_email": null, 
38
  "maintainer_email": null, 
            
39
  "metadata_created": "2025-10-11T01:23:08.460409", 
39
  "metadata_created": "2025-10-11T01:23:08.460409", 
            
n
40
  "metadata_modified": "2025-10-11T01:23:08.460418", 
n
40
  "metadata_modified": "2025-10-11T01:23:09.226637", 
            
41
  "name": 
41
  "name": 
            
42
orphological-classification-via-binary-image-processing-ec066cbffffa", 
42
orphological-classification-via-binary-image-processing-ec066cbffffa", 
            
43
  "notes": "Landform classification is the basis for understanding and 
43
  "notes": "Landform classification is the basis for understanding and 
            
44
describing the processes and evolution of landscape. This process 
44
describing the processes and evolution of landscape. This process 
            
45
usually requires elevation information from different sources, 
45
usually requires elevation information from different sources, 
            
46
expertise and time. Automatic geomorphological classification, via the 
46
expertise and time. Automatic geomorphological classification, via the 
            
47
geomorphons algorithm, supports expert classification by using local 
47
geomorphons algorithm, supports expert classification by using local 
            
48
ternary patterns for labeling landform elements, significantly 
48
ternary patterns for labeling landform elements, significantly 
            
49
reducing the computation time. Nevertheless, it presents issues such 
49
reducing the computation time. Nevertheless, it presents issues such 
            
50
as a noisy output, valleys that are not classified as continuous 
50
as a noisy output, valleys that are not classified as continuous 
            
51
forms, valleys that are classified as peaks at low altitude, flat 
51
forms, valleys that are classified as peaks at low altitude, flat 
            
52
zones inside the valley that are not classified as a part of it, and 
52
zones inside the valley that are not classified as a part of it, and 
            
53
other similar issues. In this proposal, we tackle the mentioned issues 
53
other similar issues. In this proposal, we tackle the mentioned issues 
            
54
for valley classification by binarizing the geomorphons output and 
54
for valley classification by binarizing the geomorphons output and 
            
55
applying it binary-image operators. The proposal's performance is 
55
applying it binary-image operators. The proposal's performance is 
            
56
measured by using binary classification metrics and expert-made 
56
measured by using binary classification metrics and expert-made 
            
57
groundtruth images. The results show that the accuracy, balanced 
57
groundtruth images. The results show that the accuracy, balanced 
            
58
accuracy, and F1 metrics are greater than those delivered by the 
58
accuracy, and F1 metrics are greater than those delivered by the 
            
59
geomorphons classifier for all the instances in the testing data.", 
59
geomorphons classifier for all the instances in the testing data.", 
            
n
60
  "num_resources": 0, 
n
60
  "num_resources": 1, 
            
61
  "num_tags": 14, 
61
  "num_tags": 14, 
            
62
  "organization": {
62
  "organization": {
            
63
    "approval_status": "approved", 
63
    "approval_status": "approved", 
            
64
    "created": "2022-05-19T00:10:30.480393", 
64
    "created": "2022-05-19T00:10:30.480393", 
            
65
    "description": "Observatorio Metropolitano CentroGeo", 
65
    "description": "Observatorio Metropolitano CentroGeo", 
            
66
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
66
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
67
    "image_url": 
67
    "image_url": 
            
68
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
68
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
            
69
    "is_organization": true, 
69
    "is_organization": true, 
            
70
    "name": "observatorio-metropolitano-centrogeo", 
70
    "name": "observatorio-metropolitano-centrogeo", 
            
71
    "state": "active", 
71
    "state": "active", 
            
72
    "title": "Observatorio Metropolitano CentroGeo", 
72
    "title": "Observatorio Metropolitano CentroGeo", 
            
73
    "type": "organization"
73
    "type": "organization"
            
74
  }, 
74
  }, 
            
75
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
75
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
76
  "private": false, 
76
  "private": false, 
            
77
  "relationships_as_object": [], 
77
  "relationships_as_object": [], 
            
78
  "relationships_as_subject": [], 
78
  "relationships_as_subject": [], 
            
t
79
  "resources": [], 
t
79
  "resources": [
            
80
    {
            
81
      "cache_last_updated": null, 
            
82
      "cache_url": null, 
            
83
      "created": "2025-10-11T01:23:09.265207", 
            
84
      "datastore_active": false, 
            
85
      "description": "Landform classification is the basis for 
            
86
understanding and describing the processes and evolution of landscape. 
            
87
This process usually requires elevation information from different 
            
88
sources, expertise and time. Automatic geomorphological 
            
89
classification, via the geomorphons algorithm, supports expert 
            
90
classification by using local ternary patterns for labeling landform 
            
91
elements, significantly reducing the computation time. Nevertheless, 
            
92
it presents issues such as a noisy output, valleys that are not 
            
93
classified as continuous forms, valleys that are classified as peaks 
            
94
at low altitude, flat zones inside the valley that are not classified 
            
95
as a part of it, and other similar issues. In this proposal, we tackle 
            
96
the mentioned issues for valley classification by binarizing the 
            
97
geomorphons output and applying it binary-image operators. The 
            
98
proposal's performance is measured by using binary classification 
            
99
metrics and expert-made groundtruth images. The results show that the 
            
100
accuracy, balanced accuracy, and F1 metrics are greater than those 
            
101
delivered by the geomorphons classifier for all the instances in the 
            
102
testing data.", 
            
103
      "format": "HTML", 
            
104
      "hash": "", 
            
105
      "id": "919f8048-e8a0-4557-8c3f-3b09d2b9f698", 
            
106
      "last_modified": null, 
            
107
      "metadata_modified": "2025-10-11T01:23:09.231430", 
            
108
      "mimetype": null, 
            
109
      "mimetype_inner": null, 
            
110
      "name": "Improving Geomorphological Classification via Binary 
            
111
Image Processing", 
            
112
      "package_id": "cc8c0711-59cc-4b8d-ab6e-ef0152659877", 
            
113
      "position": 0, 
            
114
      "resource_type": null, 
            
115
      "size": null, 
            
116
      "state": "active", 
            
117
      "url": "https://doi.org/10.1109/enc56672.2022.9882949", 
            
118
      "url_type": null
            
119
    }
            
120
  ], 
            
80
  "state": "active", 
121
  "state": "active", 
            
81
  "tags": [
122
  "tags": [
            
82
    {
123
    {
            
83
      "display_name": "artificial-intelligence", 
124
      "display_name": "artificial-intelligence", 
            
84
      "id": "47cb06d3-c2a4-42af-b633-03eea6181083", 
125
      "id": "47cb06d3-c2a4-42af-b633-03eea6181083", 
            
85
      "name": "artificial-intelligence", 
126
      "name": "artificial-intelligence", 
            
86
      "state": "active", 
127
      "state": "active", 
            
87
      "vocabulary_id": null
128
      "vocabulary_id": null
            
88
    }, 
129
    }, 
            
89
    {
130
    {
            
90
      "display_name": "binary-classification", 
131
      "display_name": "binary-classification", 
            
91
      "id": "b1ba0cac-9056-443b-ac10-652e472d1210", 
132
      "id": "b1ba0cac-9056-443b-ac10-652e472d1210", 
            
92
      "name": "binary-classification", 
133
      "name": "binary-classification", 
            
93
      "state": "active", 
134
      "state": "active", 
            
94
      "vocabulary_id": null
135
      "vocabulary_id": null
            
95
    }, 
136
    }, 
            
96
    {
137
    {
            
97
      "display_name": "binary-image", 
138
      "display_name": "binary-image", 
            
98
      "id": "329690c5-40f4-4c61-ae57-2f0c92b82526", 
139
      "id": "329690c5-40f4-4c61-ae57-2f0c92b82526", 
            
99
      "name": "binary-image", 
140
      "name": "binary-image", 
            
100
      "state": "active", 
141
      "state": "active", 
            
101
      "vocabulary_id": null
142
      "vocabulary_id": null
            
102
    }, 
143
    }, 
            
103
    {
144
    {
            
104
      "display_name": "binary-number", 
145
      "display_name": "binary-number", 
            
105
      "id": "2a2412e6-9042-4495-b4d3-f3cf257e1e19", 
146
      "id": "2a2412e6-9042-4495-b4d3-f3cf257e1e19", 
            
106
      "name": "binary-number", 
147
      "name": "binary-number", 
            
107
      "state": "active", 
148
      "state": "active", 
            
108
      "vocabulary_id": null
149
      "vocabulary_id": null
            
109
    }, 
150
    }, 
            
110
    {
151
    {
            
111
      "display_name": "classifier-uml", 
152
      "display_name": "classifier-uml", 
            
112
      "id": "a89a7374-b6f5-4de8-b308-8b1a56585297", 
153
      "id": "a89a7374-b6f5-4de8-b308-8b1a56585297", 
            
113
      "name": "classifier-uml", 
154
      "name": "classifier-uml", 
            
114
      "state": "active", 
155
      "state": "active", 
            
115
      "vocabulary_id": null
156
      "vocabulary_id": null
            
116
    }, 
157
    }, 
            
117
    {
158
    {
            
118
      "display_name": "computation", 
159
      "display_name": "computation", 
            
119
      "id": "7360e5e0-ae0d-4cd2-8974-a4f49ac17663", 
160
      "id": "7360e5e0-ae0d-4cd2-8974-a4f49ac17663", 
            
120
      "name": "computation", 
161
      "name": "computation", 
            
121
      "state": "active", 
162
      "state": "active", 
            
122
      "vocabulary_id": null
163
      "vocabulary_id": null
            
123
    }, 
164
    }, 
            
124
    {
165
    {
            
125
      "display_name": "computer-science", 
166
      "display_name": "computer-science", 
            
126
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
167
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
            
127
      "name": "computer-science", 
168
      "name": "computer-science", 
            
128
      "state": "active", 
169
      "state": "active", 
            
129
      "vocabulary_id": null
170
      "vocabulary_id": null
            
130
    }, 
171
    }, 
            
131
    {
172
    {
            
132
      "display_name": "contextual-image-classification", 
173
      "display_name": "contextual-image-classification", 
            
133
      "id": "887fc18e-9a01-4d70-89be-646d231cfd13", 
174
      "id": "887fc18e-9a01-4d70-89be-646d231cfd13", 
            
134
      "name": "contextual-image-classification", 
175
      "name": "contextual-image-classification", 
            
135
      "state": "active", 
176
      "state": "active", 
            
136
      "vocabulary_id": null
177
      "vocabulary_id": null
            
137
    }, 
178
    }, 
            
138
    {
179
    {
            
139
      "display_name": "data-mining", 
180
      "display_name": "data-mining", 
            
140
      "id": "bc92b940-6ae7-4005-9885-39c0bf8e2aa7", 
181
      "id": "bc92b940-6ae7-4005-9885-39c0bf8e2aa7", 
            
141
      "name": "data-mining", 
182
      "name": "data-mining", 
            
142
      "state": "active", 
183
      "state": "active", 
            
143
      "vocabulary_id": null
184
      "vocabulary_id": null
            
144
    }, 
185
    }, 
            
145
    {
186
    {
            
146
      "display_name": "image-mathematics", 
187
      "display_name": "image-mathematics", 
            
147
      "id": "0d7f80e9-2c44-4d03-80f7-59304c6fe93a", 
188
      "id": "0d7f80e9-2c44-4d03-80f7-59304c6fe93a", 
            
148
      "name": "image-mathematics", 
189
      "name": "image-mathematics", 
            
149
      "state": "active", 
190
      "state": "active", 
            
150
      "vocabulary_id": null
191
      "vocabulary_id": null
            
151
    }, 
192
    }, 
            
152
    {
193
    {
            
153
      "display_name": "image-processing", 
194
      "display_name": "image-processing", 
            
154
      "id": "7017efd3-1542-47e7-979f-0a49988c06bd", 
195
      "id": "7017efd3-1542-47e7-979f-0a49988c06bd", 
            
155
      "name": "image-processing", 
196
      "name": "image-processing", 
            
156
      "state": "active", 
197
      "state": "active", 
            
157
      "vocabulary_id": null
198
      "vocabulary_id": null
            
158
    }, 
199
    }, 
            
159
    {
200
    {
            
160
      "display_name": "landform", 
201
      "display_name": "landform", 
            
161
      "id": "1243a2c2-3cc4-483a-ac39-6edd2c6254ca", 
202
      "id": "1243a2c2-3cc4-483a-ac39-6edd2c6254ca", 
            
162
      "name": "landform", 
203
      "name": "landform", 
            
163
      "state": "active", 
204
      "state": "active", 
            
164
      "vocabulary_id": null
205
      "vocabulary_id": null
            
165
    }, 
206
    }, 
            
166
    {
207
    {
            
167
      "display_name": "pattern-recognition-psychology", 
208
      "display_name": "pattern-recognition-psychology", 
            
168
      "id": "e3b5294b-7ed6-4637-93c9-eae7d3b94405", 
209
      "id": "e3b5294b-7ed6-4637-93c9-eae7d3b94405", 
            
169
      "name": "pattern-recognition-psychology", 
210
      "name": "pattern-recognition-psychology", 
            
170
      "state": "active", 
211
      "state": "active", 
            
171
      "vocabulary_id": null
212
      "vocabulary_id": null
            
172
    }, 
213
    }, 
            
173
    {
214
    {
            
174
      "display_name": "process-computing", 
215
      "display_name": "process-computing", 
            
175
      "id": "d07d93c6-53f7-48a4-bded-e205ec0bc2c2", 
216
      "id": "d07d93c6-53f7-48a4-bded-e205ec0bc2c2", 
            
176
      "name": "process-computing", 
217
      "name": "process-computing", 
            
177
      "state": "active", 
218
      "state": "active", 
            
178
      "vocabulary_id": null
219
      "vocabulary_id": null
            
179
    }
220
    }
            
180
  ], 
221
  ], 
            
181
  "title": "Improving Geomorphological Classification via Binary Image 
222
  "title": "Improving Geomorphological Classification via Binary Image 
            
182
Processing", 
223
Processing", 
            
183
  "type": "dataset", 
224
  "type": "dataset", 
            
184
  "url": "https://doi.org/10.1109/enc56672.2022.9882949", 
225
  "url": "https://doi.org/10.1109/enc56672.2022.9882949", 
            
185
  "version": null
226
  "version": null
            
186
}
227
}