Оценка потенциала методов машинного обучения для решения задач лесозаготовительной деятельности

Выступает: Балун Виктор Игоревич Полное название: Оценка потенциала методов машинного обучения для решения задач мониторинга результатов лесозаготовительной деятельности по материалам ДЗЗ Аннотация: Данное исследование на тему «Оценка потенциала методов машинного обучения для решения задач мониторинга результатов лесозаготовительной деятельности по материалам ДЗЗ» посвящено внедрению и оценке качества методов машинного обучения в рамках задач классификации и сегментации спутниковых снимков. Целью работы является реализация и анализ двух вычислительных моделей из класса искусственных нейронных сетей (ИНС) — однонаправленной свёрточной нейронной сети для решения задачи классификации, а также модели на основе архитектуры U-net для проведения семантической сегментации изображений. Исследование включает в себя анализ исходных данных, на основе которого был определён порядок их подготовки и предобработки, а также построены начальные гипотезы о возможных архитектурах реализуемых ИНС. На следующем этапе были определены, оптимизированы и проанализированы наилучшие архитектуры моделей на основе проведённых вычислительных экспериментов. Полученные модели показывают 89-ти и 85-ти процентную точность на тестовых данных (для моделей классификации и сегментации соответственно), и могут быть использованы в качестве компонентов автоматизированной системы мониторинга промышленного лесопользования. Результаты исследования наглядно демонстрирует высокий потенциал методов машинного обучения (в частности ИНС) для решения задач рассмотренного класса.