Яйлимова, Ганна ОлексіївнаІорданова, Валерія Едуардівна2024-10-012024-10-012024Іорданова, В. Е. Порівняння методів машинного навчання для детектування пошкоджених лісів для території України за супутниковими даними : дипломна робота … бакалавра : 113 Прикладна математика / Іорданова Валерія Едуардівна. – Київ, 2024. – 80 с.https://ela.kpi.ua/handle/123456789/69427Кваліфікаційна робота містить: 80 сторінок, 29 рисунків, 8 таблиць, 35 джерел. Останнім часом у всьому світі спостерігається досить помітна зміна кліматичних умов. Саме це є однією з причин, яка призводить до навали шкідників та пожеж через спекотнішу погоду і, як катастрофічний наслідок з цього, знищення щороку мільйонів гектарів лісів – легень нашої планети. З огляду на ці небезпеки, точне і своєчасне виявлення загроз та пошкоджень стає доволі важливою задачею для збереження лісів. Метою дослідження є визначення ефективності виявлення пошкоджених ділянок лісу на основі супутникових даних Sentinel-2 за допомогою різних методів машинного навчання. Об’єктом дослідження є процес виявлення та аналізу пошкоджених лісових ділянок на супутникових зображеннях. Предметом дослідження є методи розпізнавання пошкоджень лісових ділянок, зокрема, методи машинного навчання. У роботі порівнювалася точність та продуктивність методів машинного навчання, використовуючи два датасети – з вегетаційними індексами та без них, щоб визначити їх вплив на результати. З порівняльного аналізу випливає, що найкращий результат за точністю та часом показав XGBoost (з вегетаційними індексами та без точність виявилася однаковою).80 с.ukмашинне навчаннявегетаційний індексsentinel-2супутникові данілісхворий ліBachelor Thesis