{"id":2513,"date":"2022-07-18T19:04:17","date_gmt":"2022-07-18T19:04:17","guid":{"rendered":"https:\/\/lisdatasolutions.sidnpre.com\/?post_type=casos_de_uso&p=2513"},"modified":"2022-08-04T12:34:17","modified_gmt":"2022-08-04T12:34:17","slug":"monitorizacion-de-infraestructuras","status":"publish","type":"casos_de_uso","link":"https:\/\/www.lisdatasolutions.com\/es\/casos-de-uso\/monitorizacion-de-infraestructuras\/","title":{"rendered":"Monitorizaci\u00f3n de Infraestructuras con Im\u00e1genes de Sat\u00e9lites"},"content":{"rendered":"\n
Monitorizaci\u00f3n y vigilancia a partir de la integraci\u00f3n de m\u00faltiples fuentes de datos disponibles y obtenibles a partir de im\u00e1genes de sat\u00e9lite, analizadas y tratadas mediante Deep Learning, para mejorar la gesti\u00f3n, reducir costes y aumentar la eficiencia de inspecciones de verificaci\u00f3n.<\/p>\n\n\n\n
La vigilancia actual del estado de grandes infraestructuras se realiza por medios a\u00e9reos y terrestres que suponen una alta complejidad y costes elevados. La detecci\u00f3n de incidencias determina el inicio o ejecuci\u00f3n del procedimiento corrector, por lo que la correcta identificaci\u00f3n y documentaci\u00f3n de anomal\u00edas adquiere un papel fundamental en la supervisi\u00f3n, mantenimiento y explotaci\u00f3n de los diferentes tramos de la red.<\/p>\n\n\n\n