Магістерські роботи (ММАД)

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/43452
У зібранні розміщено магістерські дисертації на здобуття ступеня магістра.

Переглянути

Перегляд Магістерські роботи (ММАД) за Ключові слова "004.02"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    ДокументВідкритий доступ
    Сучасні методи глибинного навчання для сегментації земного покриву на основі часових рядів супутникових даних
    (КПІ ім. Ігоря Сікорського, 2025) Салій, Євгеній Валерійович; Лавренюк, Алла Миколаївна
    Дана робота складається з 68 сторiнок, мiстить 23 iлюстрацiї, 5 таблиць, 3 додаткiв, 29 посилання за перелiком посилань. Актуальнiсть теми. У зв’язку з глобальними клiматичними змiнами та соцiально-економiчними трансформацiями, зокрема внаслiдок збройної агресiї проти України, виникає нагальна потреба в сучасних iнструментах монiторингу та прогнозування змiн землекористування. Надзвичайно важливим є забезпечення точного аналiзу стану територiй для пiдтримки аграрного сектору та прийняття рiшень в умовах нестабiльностi. Цифровi двiйники, якi поєднують супутниковi данi, клiматичнi моделi та штучний iнтелект, стають перспективним засобом для розв’язання цiєї задачi. Їх застосування активно розвивається на мiжнародному рiвнi, зокрема в рамках iнiцiатив NASA та ЄС. Дослiдження iнтеграцiї фундаментальних моделей у цифровi двiйники є актуальним для України в контекстi мiжнародної наукової спiвпрацi. Зв’язок роботи з науковими програмами, планами, темами. Дисертацiя виконувалась у межах Україно-Швейцарського проєкту DT4LC “Розробка масштабованих цифрових моделей-двiйникiв для аналiзу змiн земного покриву за допомогою машинного навчання” (IZURZ2_224912). Автор дисертацiї брав участь у створеннi фреймворку цифрового двiйника, займається тестуванням фундаментальних моделей в рамках проєкту. Дисертацiя також включає матерiали, що були розробленi в рамках проєкту Horizon Europe SWiFTT “Satellites for Wilderness inspection and Forest Threat Tracking” (No.101082732). Автор дисертацiї займався розробкою методiв iнженерiї ознак та побудовою мап лiсiв для окремих країн Європи. Мета i задачi дослiдження. Метою роботи є визначення ефективностi фундаментальних геопросторових моделей для побудови мап землекористування на основi часових рядiв супутникових даних. Основнi задачi включають: огляд та аналiз сучасних фундаментальних моделей, пiдготовка даних, розробка моделей сегментацiї земного покриву на основi фундаментальних моделей, удосконалення методiв iнженерiї ознак та створення оптимальних наборiв ознак для покращення точностi прогнозування, порiвняння результатiв отриманих моделей з класичними пiдходами. Об’єкт дослiдження — сегментацiя земного покриву за допомогою моделей штучного iнтелекту. Предмет дослiдження — побудова моделей сегментацiї земного покриву на основi фундаментальних моделей штучного iнтелекту, включаючи пiдходи до препроцесiнгу даних та iнженерiї ознак. Методи дослiдження. У роботi були використанi методи машинного та глибинного навчання, комп’ютерного зору та обробки супутникових даних, методи iнженерiї ознак, аналiзу даних. Наукова новизна полягає у створеннi моделей сегментацiї земного покриву iз залученням новiтнiх фундаментальних моделей; удосконалено новiтнiй метод iнженерiї ознак для пiдтримки побудови оптимального набору ознак для задачi мультикласової класифiкацiї; створено новi мультимодальнi вегетацiйнi iндекси з використанням радарних та оптичних даних; створено метод стандартизацiї рiзнорiдних у часi даних. Практичне значення. Розробленi методи є основою для розробки цифрових двiйникiв для монiторингу змiн землекористування в Україно-Швейцарському проєктi DT4LC. Удосконалений метод iнженерiї ознак буде застосовано для вiдбору ознак для побудови мап лiсiв в проєктi Horizon Europe FutureFOR. Апробацiя результатiв та публiкацiї. Основнi положення дисертацiї були опублiкованi в: – System research and information technologies – Space research in Ukraine – Information and Communication Technologies and Sustainable Development – Journal of Selected Topics in Applied Earth Observations and Remote Sensing (отримано схвальний вiдгук, доопрацьовується) Та представленi на: – IEEE International Geoscience and Remote Sensing Symposium (Грецiя, 2024) – IEEE EUROCON 2023 (Iталiя, 2023) – IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems (проходить рецензування) (Польща, 2025) – XXIII Всеукраїнськiй науково-практичнiй конференцiї студентiв, аспiрантiв та молодих вчених (Україна, 2025) – EuroGEO Workshop (Польща, 2024)