Пошук академічних текстів

Інформація × Реєстраційний номер 0218U000412, 0117U007234 , Науково-дослідна робота Назва роботи Моделі та методи глибинного навчання для задач геопросторового аналізу в інтересах сільського господарства Назва етапу роботи Керівник роботи Шелестов Андрій Юрійович, Дата реєстрації 29-01-2018 Організація виконавець Національний технічний університет України "Київський політехнічний інститут", Фізико-технічний інститут Опис етапу Об'єкт дослідження - супутникові зображення високого просторового розрізнення та методи їх обробки. Мета роботи - дослідити та вдосконалити моделі та методи глибинного навчання для задач геопросторового аналізу в інтересах сільського господарства. Метод дослідження - машинне навчання, геопросторовий аналіз, об'єктно-орієнтоване проектування, структурний функціональний аналіз, статистичні методи, нейронні мережі. З появою у вільному доступі великих об'ємів супутникових даних все більшої актуальності набуває розвиток методів машинного навчання на основі геопросторових даних, зокрема, супутникових. В роботі розглянуто основні методи машинного навчання та проаналізовано особливості і результати їх застосування до задач класифікації земного покриву за супутниковими даними високого розрізнення. Особлива увага приділяється глибинним архітектурам, зокрема згортковим нейронним мережам, що на сьогоднішній день являються найбільш потужним та точним методом для розпізнавання візуальних образів. Визначено основні переваги методів глибинного навчання над традиційними підходами до задач класифікації, що використовувались протягом останніх десятиліть і базувались на експертних знаннях для виділення ознак з вхідних даних. Досліджено основні принципи формування інформаційних продуктів міжнародних програм та проведено збір наземних та супутникових даних для території України. Опис продукції Для розв'язання широкого кола задач в сільському господарстві, забезпечення сталого розвитку суспільства та продовольчої безпеки ефективно використовуються супутникові дані . Розроблені методи глибинного навчання призначені для задач обробки геопросторових даних великого об'єму і розв'язання актуальних задач агромоніторингу на державному рівні та в міжнародному контексті. Автори роботи Гільчук А.В. Колотій А.В. Куссуль Н.М. Лавренюк А.М. Лавренюк М.С. Мирошникова І.Ю. Циганкова О.В. Шелестов А. Ю. Яйлимов Б.Я. Додано в НРАТ 2020-04-02 Закрити