Реєстраційний номер
0826U005040, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
15-09-2026
Статус
Наказ про видачу диплома
Назва роботи
Інформаційна технологія моделювання та розпізнавання навчальних наборів аерозйомки на основі архітектур нейромереж з автоенкодером
Здобувач
Козачук Олександр Олександрович,
Керівник Приставка Пилип Олександрович
Опонент Юрчук Ірина Аркадіївна
Опонент Максимюк Тарас Андрійович
Рецензент Рябий Мирослав Олександрович
Рецензент Охріменко Тетяна Олександрівна
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Національний університет «Київський авіаційний інститут»
Опис
Козачук О.О. Інформаційна технологія моделювання та розпізнавання навчальних наборів аерозйомки на основі архітектур нейромереж з автоенкодером. Кваліфікаційна наукова праця на правах рукопису.
Дисертація на здобуття наукового ступеня доктора філософії в галузі знань 12 «Інформаційні технології» за спеціальністю 122 «Комп’ютерні науки». Національний університет «Київський авіаційний інститут», Київ, 2026.
Дисертаційна робота присвячена розробленню інформаційної технології моделювання та розпізнавання навчальних наборів аерозйомки на основі архітектур нейромереж з автоенкодером. Робота спрямована на побудову, підготовку та розпізнавання геоприв’язаних наборів даних аерозйомки для задач зіставлення даних бортового спостереження із супутниковими сценами.
Дані дистанційного зондування зібрано за результатами бортової зйомки та із супутникових платформ і приведено до спільної системи координат для подальшого аналізу. На основі зібраних даних введено показник інформативності цифрового зображення. Проаналізовано розподіли даних і сформульовано процедуру фільтрації вхідних зображень. Технологія розпізнавання ґрунтується на зіставленні аерознімків із відповідними супутниковими сценами з урахуванням параметрів камери, умов польоту за маршрутом і геоприв’язки.
Розроблено систему глибинного виділення ознак, в основу якої покладено нейромережеву модель, що навчається за принципом трійки зображень із використанням триплет-втрати. Запропоновано стратегію формування навчального набору з ефективним добором складних негативних пар зображень для кращого розділення істинних представлень у латентному просторі. Процес реалізовано у двох режимах. В офлайн-режимі виконується підготовка даних і наповнення векторної бази ознаками, виділеними із супутникових сцен. На онлайн-стадії ознаки обчислюються для бортового кадру та зіставляються з елементами бази. Така організація дає змогу скоротити загальний час оброблення та порівняння, оскільки база наповнюється до початку тестування або польоту.
Розроблено систему генерації тривимірних супутникових зображень на основі монокулярної оцінки глибини з використанням нейронної мережі. Запропонована технологія дає змогу отримати проєкцію карти, що відповідає ракурсу зйомки камери. Це забезпечує краще узгодження з польотними знімками та полегшує їх зіставлення. Перевагою методу є можливість використання запропонованої процедури для іншого домену вхідних даних. За відсутності тривимірних даних на наявних платформах методологія дає змогу самостійно синтезувати тривимірну модель об’єкта спостереження.
Ключові слова: БПЛА, автоматизовані системи, бортове обчислення, набір даних, виявлення аномалій, аналіз даних, машинне навчання, глибоке навчання, автоенкодер, трансформери, монокулярна оцінка глибини, абсолютна локалізація.
Дата реєстрації
2026-09-03
Додано/оновлено в НРАТ
2026-09-03 / 2026-10-02
