Лавренюк, М. С.Новіков, О. М.2023-12-212023-12-212018Лавренюк, 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.1681–6048https://ela.kpi.ua/handle/123456789/63280З 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.ukмашинне навчанняглибинне навчаннязгорткова нейронна мережакласифікація великих обсягів данихmachine learningdeep learningconvolutional neural networkbig data classificationArticlePp. 52-71https://doi.org/10.20535/SRIT.2308-8893.2018.1.04004.850000-0003-2183-8833