Пошук академічних текстів

Інформація × Реєстраційний номер 2123U002341, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Оптимiзацiя вхiдного простору моделей машинного навчання для виявлення аномалiй в багатовимiрних геопросторових даних Автор Салiй Євгенiй Валерiйович Дата публікації 01-01-2023 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/60138 Видання Київ Опис Квалiфiкацiйна робота мiстить: 82 стор., 43 рисунки, 9 таблиць, 10 джерел. Метою роботи є пошук методiв для виявлення та побудови iнформативних ознак, що дозволять оптимiзувати вхiдний простiр моделей машинного навчання в задачах сегментацiї (виявлення аномалiй) на основi супутникових даних. Об’єктом дослiдження є лiси та методи їх монiторингу на основi супутникових даних. Предметом дослiдження є методи виявлення та вибору значущих ознак для вирiшення задач монiторингу на основi супутникових знiмкiв. У результатi було показано, що вiдстань Бгаттачар’я пiдходить для виявлення значущих ознак. Запропоновано метод вибору набору ознак, якi були б найбiльш iнформативними та найбiльш незалежними мiж собою. Було запропоновано схеми вегетацiйних iндексiв, що були б нечутливi до змiни яскравостi. Пiдтверджено експериментально, що використання запропонованого методу та схем дозволяють побудувати модель, щоб добре розв’язує задачу виявлення хворого хвойного лiсу. Додано в НРАТ 2025-01-29 Закрити