Iнформацiйнi технологiї глибинного машинного навчання для аналiзу змiн земного покриву
DOI:
https://doi.org/10.15407/dopovidi2016.08.026Ключові слова:
big data, глибинне навчання, змiна земного покриву, нейромережевi моделiАнотація
Запропоновано метод та iнформацiйну технологiю геопросторового аналiзу змiн земного покриву на основi багаторiчних супутникових спостережень. Оскiльки ця проблема належить до класу задач з великим об’ємом даних (big data), для її розв’язання розроблено метод глибинного машинного навчання, що грунтується на iєрархiчнiй нейромережевiй моделi. Метод дає змогу розв’язувати широкий клас прикладних задач аналiзу змiн земного покриву та землекористування.
Завантаження
Посилання
Deng L., Yu D. Foundations and Trends in Signal Processing, 2014, 7, No 3–4: 197–387. https://doi.org/10.1561/2000000039
Kussul N., Shelestov A., Basarab R., Skakun S., Kussul O., Lavreniuk M. Geospatial intelligence and data fusion techniques for sustainable development problems, ICT in Education, Research and Industrial Applications: Integration, Harmonization and Knowledge Transfer: Proc. 11th Int. Conf., ICTERI 2015, Lviv, Ukraine, May 14–16, 2015, Publ. CEUR-WS, Vol. 1356: 196–203, http://ceur-ws.org/Vol-1356/.
Zgurovsky M. Z., Pankratova N. D. System analysis: problems, methodology, applications, Kyiv: Naukova Dumka, 2005 (in Russian).
Kussul N., Shelestov A., Skakun S., Kravchenko O. International Journal Information Technologies & Knowledge, 2009, 3: 135–156.
Kussul N., Shelestov A., Skakun S., Kravchenko O. International Journal Information Theories & Applications, 2008, 15, No 1: 76–84.
Kussul N., Shelestov A., Skakun S. Intelligent Computations for Flood Monitoring, Advanced Research in Artificial Intelligence, International Book Series "Information Science an Computing"; Book 2, Sofia: Institute of Information Theories and Applications FOI ITHEA, 2008: 48–54.
Haykin S. Neural Networks and Learning Machines, 3rd ed., Upper Saddle River, NJ: Prentice Hall, 2008.
Rachkovskij D. A., Kussul E. M., Baidyk T. N. Biologically Inspired Cognitive Architectures, 2013, 3: 64–86. https://doi.org/10.1016/j.bica.2012.09.004
Olofsson P., Foody G. M., Herold M., Stehman S. V., Woodcock C. E., Wulder M. A. Remote Sens. Environ., 2014, 148: 42–57. https://doi.org/10.1016/j.rse.2014.02.015
Skakun S., Basarab R. J. Journal of Automation and Information Sciences, 2014, 46, No 12: 19–26. https://doi.org/10.1615/JAutomatInfScien.v46.i12.30
Kussul N., Skakun S., Shelestov A., Kravchenko O., Kussul O. International Journal Information Models and Analyses, 2013, 2, 2: 118–122.
Bakan G. M., Kussul N. N. Avtomatica, 1990, No 3: 29–40 (in Russian).
Lavreniuk, M.S., Skakun, S.V., Shelestov, A.J. et al. Cybern Syst Anal (2016) 52: 127 (in Russian). https://doi.org/10.1007/s10559-016-9807-4
N. Kussul, G. Lemoine, J. Gallego, S. Skakun, M. Lavreniuk, "Parcel based classification for agricultural mapping and monitoring using multi-temporal satellite image sequences", pp. 165-168, 2015. https://doi.org/10.1109/igarss.2015.7325725
Kussul N., Skakun S. V., Shelestov A. Ju. Disaster risk analysis based on satellite data. Models and Technologies, Kyiv: Naukova Dumka, 2014 (in Russian).
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Доповіді Національної академії наук України
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
