Огляд методів машинного навчання для класифікації великих обсягів супутникових даних

Скорочена інформація про документ
dc.contributor.authorЛавренюк, М. С.
dc.contributor.authorНовіков, О. М.
dc.date.accessioned2023-12-21T08:20:04Z
dc.date.available2023-12-21T08:20:04Z
dc.date.issued2018
dc.description.abstractЗ появою у вільному доступі великих обсягів супутникових даних дедалі більшої актуальності набуває розвиток методів машинного навчання на підставі геопросторових даних, зокрема, супутникових. Розглянуто основні методи машинного навчання і проаналізовано особливості та результати їх застосування до класифікації земного покриву за супутниковими даними високого розрізнення. Особливу увагу приділено глибинним архітектурам, зокрема згортковим нейронним мережам, що натепер є найбільш потужним і точним методом для розпізнавання візуальних образів. Визначено основні переваги методів глибинного навчання над традиційними підходами до задач класифікації, що використовувались протягом останніх десятиліть і ґрунтувались на експертних знаннях для виокремлення ознак із вхідних даних.uk
dc.description.abstractotherWith the appearance of free access to Big satellite data, the development of machine learning methods based on geospatial data, in particular satellite data, is becoming more and more relevant. In this paper, we consider and analyze the peculiarities of the basic machine learning methods and results of their application to the tasks of land cover classification based on high resolution satellite data. Special attention is paid to deep architectures, in particular, convolutional neural networks, which nowadays are the most powerful and precise method for visual pattern recognizing. We determine the main advantages of the deep learning methods over the traditional approaches to the classification tasks, that have been used over the last decades and based on expert knowledge to the features extraction from the input data.uk
dc.format.pagerangePp. 52-71uk
dc.identifier.citationЛавренюк, М. Огляд методів машинного навчання для класифікації великих обсягів супутникових даних / М. С. Лавренюк, О. М. Новіков // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2018. – № 1. – С. 52-71. – Бібліогр.: 74 назви.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2018.1.04
dc.identifier.issn1681–6048
dc.identifier.orcid0000-0003-2183-8833uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/63280
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofСистемні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 1uk
dc.subjectмашинне навчанняuk
dc.subjectглибинне навчанняuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectкласифікація великих обсягів данихuk
dc.subjectmachine learninguk
dc.subjectdeep learninguk
dc.subjectconvolutional neural networkuk
dc.subjectbig data classificationuk
dc.subject.udc004.85uk
dc.titleОгляд методів машинного навчання для класифікації великих обсягів супутникових данихuk
dc.title.alternativeReview of machine learning methods for Big satellite Data classificationuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
114466-274537-1-10-20180411.pdf
Розмір:
573.68 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 1