Визначення типу лiсу з використанням класичних та сучасних методiв машинного та глибинного навчання на основi часових рядiв супутникових даних

Скорочена інформація про документ
dc.contributor.authorСалій, Є. В.
dc.contributor.authorЛавренюк, А. М.
dc.date.accessioned2025-09-18T11:23:23Z
dc.date.available2025-09-18T11:23:23Z
dc.date.issued2025
dc.description.abstractУ 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.
dc.format.pagerangeС. 372-375
dc.identifier.citationСалiй, 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.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76138
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofТеоретичні і прикладні проблеми фізики, математики та інформатики : матерiали XXIII Всеукраїнської науково-практичної конференцiї студентiв, аспiрантiв та молодих вчених (14−17 травня 2025 р., м. Київ, Україна)
dc.subjectфундаментальні моделі
dc.subjectвипадковий ліс
dc.subjectсемантична сегментація
dc.subjectсупутникові дані
dc.subject.udc004.2
dc.titleВизначення типу лiсу з використанням класичних та сучасних методiв машинного та глибинного навчання на основi часових рядiв супутникових даних
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
(372-375)_salii.pdf
Розмір:
628.57 KB
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

Теоретичні і прикладні проблеми фізики, математики та інформатики (23 ; 2025 ; Київ)