Оцінювання збитків від війни в Україні методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorГуськова, Віра Геннадіївна
dc.contributor.authorШинкарьов, Олександр Олександрович
dc.date.accessioned2024-11-13T11:23:54Z
dc.date.available2024-11-13T11:23:54Z
dc.date.issued2024
dc.description.abstractДипломна робота містить: 104 с., 8 табл., 25 рис., 4 дод., 40 джерел. Актуальність теми полягає в тому, що Україна як держава потребує ефективних методів оцінки збитків та руйнацій інфраструктури внаслідок воєнних дій. Неможливість доступу до окупованих територій та високі витрати на перевірку пошкоджених будівель на підконтрольній території ускладнюють точну оцінку збитків. Використання методів машинного навчання дозволить автоматизувати процес, зменшивши витрати часу та ресурсів, і забезпечити швидку та точну оцінку руйнацій, що сприятиме ефективному плануванню відновлення інфраструктури. Метою дослідження є дослідити джерела класифікації супутникових зображень для оцінки пошкоджень інфраструктури, використання машинного навчання для цієї задачі та розробити алгоритм на основі машинного навчання, що сприятиме ефективній оцінці збитків від руйнувань інфраструктури, та оцінити його ефективність на наборі реальних даних. Об’єктом дослідження є супутникові знімки пошкоджень інфраструктури внаслідок ураганів та воєнних дій. Предмет дослідження – моделі машинного навчання для задачі класифікації зображень.
dc.description.abstractotherThesis contains: 104 p., 8 tables, 25 figures, 4 appendixes, 40 sources. The topic is relevant because Ukraine, as a state, needs effective methods of assessing damage and destruction of infrastructure as a result of war. The impossibility of access to the occupied territories and the high costs of inspecting the damaged buildings in the controlled territory makes it difficult to assess the damage accurately. The use of machine learning methods will allow to automate the process, reducing time and resource costs and providing a quick and accurate assessment of destruction, which will contribute to effective planning of infrastructure restoration. The aim of the study is to investigate the sources of classification of satellite images for infrastructure damage assessment, the use of machine learning for this task, and to develop an algorithm based on machine learning that will contribute to the efficient assessment of damage from infrastructure destruction, and to evaluate its effectiveness on a set of real data. The object of the study is satellite images of infrastructure damage caused by hurricanes and military operations. The subject of the research is machine learning models for the problem of image classification.
dc.format.extent104 с.
dc.identifier.citationШинкарьов, О. О. Оцінювання збитків від війни в Україні методами машинного навчання : дипломна робота ... бакалавра : 124 Системний аналіз / Шинкарьов Олександр Олександрович. - Київ, 2024. - 104 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70549
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectзгорткові нейронні мережі
dc.subjectметод опорних векторів
dc.subjectдерева рішень
dc.subjectкласифікація зображень
dc.subjectmachine learning
dc.subjectconvolutional neural networks
dc.subjectsupport vector machines
dc.subjectdecsion trees
dc.subjectimage classification
dc.titleОцінювання збитків від війни в Україні методами машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shynkarov_bakalavr.pdf
Розмір:
4.05 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи