<div dir="auto"><div dir="ltr"><div><div dir="auto"><span id="m_-2412802532044262433gmail-result_box" class="m_-2412802532044262433gmail-" lang="ca"><span class="m_-2412802532044262433gmail-">Una cobertura Sentinel-2 gairebé sense núvols de tot el món, capturada entre maig 2016 i abril 2017, i posada a disposició com a dades obertes</span></span></div><div><a href="https://s2maps.eu/" rel="noreferrer noreferrer noreferrer noreferrer" target="_blank">https://s2maps.eu/</a><br></div><div dir="auto"><br></div><div>Programari de codi obert amb una comunitat estable de desenvolupadors per convertir seqüències de fotografies en núvols de punts, aptes per reconstrucció 3D</div><div dir="auto"><a href="https://doxel.org/" rel="noreferrer noreferrer" target="_blank">https://doxel.org/</a></div><div dir="auto"><br></div>Anàlisi
 massiu de dades i variables atmosfèriques amb machine learning per 
predir els accidents de trànsit i identificar punts negres a l'avançada<br><a href="https://medium.com/geoai/using-machine-learning-to-predict-car-accident-risk-4d92c91a7d57" rel="noreferrer noreferrer" target="_blank">https://medium.com/geoai/using-machine-learning-to-predict-car-accident-risk-4d92c91a7d57</a><br><br></div>Raf (81)<br></div></div>