Пошук академічних текстів

Інформація × Реєстраційний номер 2124U002237, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Порівняння методів машинного навчання для детектування пошкоджених лісів для території України за супутниковими даними Автор Іорданова Валерія Едуардівна Дата публікації 01-01-2024 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/69170 Видання Київ Опис Останнім часом у всьому світі спостерігається досить помітна зміна кліматичних умов. Саме це є однією з причин, яка призводить до навали шкідників та пожеж через спекотнішу погоду і, як катастрофічний наслідок з цього, знищення щороку мільйонів гектарів лісів – легень нашої планети. З огляду на ці небезпеки, точне і своєчасне виявлення загроз та пошкоджень стає доволі важливою задачею для збереження лісів. Метою дослідження є визначення ефективності виявлення пошкоджених ділянок лісу на основі супутникових даних Sentinel-2 за допомогою різних методів машинного навчання. Об’єктом дослідження є процес виявлення та аналізу пошкоджених лісових ділянок на супутникових зображеннях. Предметом дослідження є методи розпізнавання пошкоджень лісових ділянок, зокрема, методи машинного навчання. У роботі порівнювалася точність та продуктивність методів машинного навчання, використовуючи два датасети – з вегетаційними індексами та без них, щоб визначити їх вплив на результати. З порівняльного аналізу випливає, що найкращий результат за точністю та часом показав XGBoost (з вегетаційними індексами та без точність виявилася однаковою). Додано в НРАТ 2025-01-29 Закрити