Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
3 результатів
Результати пошуку
Документ Дослідження пожежонебезпечності лісових територій на основі використання капсульних та згорткових нейронних мереж(ПВНЗ "Університет економіки і підприємництва", 2019) Главчева, Дарія Максимівна; Яловега, В. А.; Подорожняк, Андрій ОлексійовичДокумент Usage of intelligent methods for multispectral data processing in the field of environmental monitoring(Національний технічний університет "Харківський політехнічний інститут", 2021) Podorozhniak, Andrii; Liubchenko, Nataliia; Kvochka, Mykyta; Suarez, IvanThe subject of study in the article is artificial intelligence methods that can be used for recognition of specific areas of the earth's surface in multispectral images provided by Earth remote sensing systems (ERS). The goal is to automate data analysis for recognizing areas affected by fire on multispectral remote sensing images. The task is to study and formulate a method for processing multispectral data, which makes it possible to automate the process of operational recognition of areas of burned-out areas in images, for the development of an eco-monitoring software system using artificial intelligence tools such as deep learning and neural networks. As a result of the analysis of modern methods of processing multispectral data, an investigation of the supervised learning strategy was chosen. The choice of the described method for solving an applied problem is based on the high flexibility of these method, as well as, provided that there is a sufficient amount of used training input data and correct training strategies, the possibility of analyzing heterogeneous multispectral data with ensuring high accuracy of results for each individual sample. Conclusions: the application of methodologies for intelligent processing of multispectral images has been investigated and substantiated. The theoretical foundations of the construction of neural networks are considered, the applied area of application is selected. An architectural model of a software product is analyzed and proposed, taking into account its scalability, the model of software system is developed and the results of its work are shown. The obtained results show the efficiency of proposed system and prospects of the proposed algorithms, which is a reason for further research and improvement of the used algorithms, with their possible use in industrial and enterprise eco-monitoring systems.Документ Нейромережевий метод інтелектуальної обробки мультиспектральних зображень(Наіональний технічний університет "Харківський політехнічний інститут", 2017) Любченко, Наталія Юріївна; Подорожняк, Андрій Олексійович; Бондарчук, В. К.Предметом вивчення в статті є нейромережеві методи розпізнавання об'єктів на мультиспектральних даних дистанційного зондування Землі (ДЗЗ). Мета – забезпечення автоматичного розпізнавання об'єктів незаконного використання природних ресурсів на мультиспектральних зображеннях ДЗЗ. Задача – формулювання методу інтелектуальної обробки даних ДЗЗ, який реалізує автоматичне розпізнавання об'єктів незаконного використання природних ресурсів на мультиспектральних зображеннях ДЗЗ за допомогою використання згорткової нейронної мережі. Аналіз проблем методів та алгоритмів обробки мультиспектральних аерокосмічних зображень показав, що найбільш перспективно використовувати гнучкі алгоритми, які пристосовуються до зміни умов спостереження об'єктів пошуку. Однією з перспективних технологій реалізації таких алгоритмів є застосування нейронних мереж. Вибір згорткових нейронних мереж для вирішення задачі розпізнавання пов'язаний із здатністю даних мереж, за умови коректного навчання, до розпізнавання об'єктів в складних умовах спостереження та при деформації об'єкта, що спостерігається. Висновки. Запропоновано нейромережевий метод інтелектуальної обробки мультиспектральних зображень. Розглянуто алгоритм побудови даної мережі, обрано практичну область застосування запропонованого методу і показані результати роботи його програмної реалізації. Отримані результати дозволили зробити висновок про працездатність запропонованого алгоритму та є підґрунтям для подальших досліджень з розробки та реалізації алгоритмів обробки мультиспектральних знімків у системах дистанційного зондування землі.