Визначення типу лiсу з використанням класичних та сучасних методiв машинного та глибинного навчання на основi часових рядiв супутникових даних
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
У даній роботі розглянуто використання супутникових даних, вегетаційних індексів на їх основі, ембедінгів отриманих за допомогою фундаментальної моделі Presto та їх комбінацій як вхід для моделі випадкового лісу для вирішення задачі семантичної сегментації типу лісу на основі часових рядів супутникових даних Sentinel-1 та Sentinel-2. Було виявлене погіршення результатів сегментації внаслідок використання моделі Presto на 0.09 в рамках міри F1. Найкращі результати, зі значенням F1 на рівні 0.83, продемонструвало як пряме використання випадкового лісу над супутникових даних, так і їх комбінація з вегетаційниими індексами.
Опис
Ключові слова
фундаментальні моделі, випадковий ліс, семантична сегментація, супутникові дані
Бібліографічний опис
Салiй, Є. В. Визначення типу лiсу з використанням класичних та сучасних методiв машинного та глибинного навчання на основi часових рядiв супутникових даних / Є. В. Салiй, А. М. Лавренюк // Теоретичні і прикладні проблеми фізики, математики та інформатики : матерiали XXIII Всеукраїнської науково-практичної конференцiї студентiв, аспiрантiв та молодих вчених, [Київ], 14−17 травня 2025 р. / КПІ ім. Ігоря Сікорського. – Київ, 2025. – С. 372-375.