(КПІ ім. Ігоря Сікорського, 2025) Риженко, Данііл Євгенович; Яйлимова, Ганна Олексіївна
Квалiфiкацiйна робота містить: 62 стор., 11 рисунків, 2 таблиці, 11 джерел.
У цій роботі досліджено підходи до прогнозування врожайності сільськогосподарських культур із використанням супутникових зображень, агрометеорологічних даних та мовних моделей. Метою дослідження є розробка гібридної моделі, що інтегрує різні джерела інформації для підвищення точності агропрогнозування. Об’єктом дослідження виступає врожайність зернових культур в Україні, а предметом — методи її прогнозування на основі екологічних, кліматичних і текстових даних.
У роботі зібрано та оброблено понад 1800 просторово-часових спостережень за 2017–2023 роки. Реалізовано три моделі прогнозування: Random Forest, лінійну регресію та PaLM. Найточнішою виявилася модель Random Forest, однак PaLM показала кращі результати в інтерпретації та поясненні причин прогнозів. Запропоновано новий підхід до агроаналітики, що поєднує супутникові індекси, кліматичні параметри та генеративні можливості великих мовних моделей, зокрема PaLM. Результати демонструють потенціал LLM як ефективного інструмента для аналітики в сільському господарстві