Методи комп’ютерного зору і глибинних нейронних мереж для еколого-економічного аналізу

Автори

Наталія Куссуль
https://orcid.org/0000-0002-9704-9702
Андрій Шелестов
НТУУ "КПІ ім. Ігоря Сікорського", Україна
https://orcid.org/0000-0001-9256-4097
Алла Лавренюк
НТУУ "КПІ ім. Ігоря Сікорського", Україна
https://orcid.org/0000-0002-5791-0377
Богдан Яйлимов
Інститут космічних досліджень НАН України та ДКА України, Україна
https://orcid.org/0000-0002-2635-9842
Ганна Яйлимова
НТУУ "КПІ ім. Ігоря Сікорського", Україна
https://orcid.org/0000-0001-6116-8294
Андрій Колотій
Інститут космічних досліджень НАН України та ДКА України, Україна
https://orcid.org/0000-0002-6972-4483
Софія Дрозд
НТУУ "КПІ ім. Ігоря Сікорського", Україна
https://orcid.org/0000-0002-5149-5520
Володимир Савін
НТУУ "КПІ ім. Ігоря Сікорського", Україна
Поліна Мікава
НТУУ "КПІ ім. Ігоря Сікорського", Україна
Іван Кириленко
НТУУ "КПІ ім. Ігоря Сікорського", Україна
Олександр Яворський
НТУУ "КПІ ім. Ігоря Сікорського", Україна
Антон Охріменко
НТУУ "КПІ ім. Ігоря Сікорського", Україна
https://orcid.org/0009-0004-8520-0278
Олександр Пархомчук
Інститут космічних досліджень НАН України та ДКА України, Україна
https://orcid.org/0009-0000-9184-5604
Дмитро Харь
НТУУ "КПІ ім. Ігоря Сікорського", Україна
Єлизавета Волкова
НТУУ "КПІ ім. Ігоря Сікорського", Україна
https://orcid.org/0009-0009-4206-6650
Володимир Кузін
НТУУ "КПІ ім. Ігоря Сікорського", Україна
https://orcid.org/0009-0007-1077-0382

Ключові слова:

машинне навчання, комп'ютерний зір, еколого-економічний аналіз, незбалансовані набори даних, еволюційний алгоритм, задача розмітки, генеративні мережі, супутниковий інтелект, мультимодальні дані, розвиток інфраструктури сіл, графові дані, індикатори економічної діяльності, Класифікація типів земного покриву, Перенесення навчання

Короткий опис

Монографія містить результати досліджень кафедри математичного моделювання і аналізу даних Національного технічного університету України «КПІ імені Ігоря Сікорського» для вирішення задач еколого-економічного аналізу на основі сучасних методів комп’ютерного зору і глибинного навчання. В її основу покладено результати національних і міжнародних проєктів МОН України, НФДУ та Horizon Europe.

Запропонована методологія впроваджується у Мінагрополітики та продовольства України, Держстаті, Держгеокадастрі. На міжнародному рівні результати використовуються банком EBRD, центром JRC-EC, платформою UN-SPIDER та програмою NASA Harvest по використанню супутникових даних для сільськогосподарського моніторингу. Монографія є внеском України у програму EuroGEO по інтеграції європейських практик для підтримки прийняття рішень. Наведені результати є основою для розвитку інноваційних проєктів і стартапів по супутниковому моніторингу, екології, сільському господарству та управлінню природними ресурсами.

Монографія буде корисною для науковців, які займаються розробкою та впровадженням інтелектуальних моделей, фахівців із геопросторового аналізу, представників державних органів влади та міжнародних організацій, відповідальних за управління природними ресурсами та екологічний моніторинг. Вона стане цінним ресурсом для студентів, аспірантів та викладачів технічних і природничих спеціальностей.

Підготовлено до друку за підтримки Міністерства освіти і науки України в межах конкурсного проєкту "Інформаційні технології геопросторового аналізу розвитку сільських територій і громад" № РН/27-2023 від 25.2023 р. програми зовнішнього інструменту допомоги Євросоюзу.

Розділи

##submission.downloads##

Опубліковано

28 листопада 2024

Категорії

Ліцензія

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Деталі про цю монографію

ISBN-13 (15)

978-966-00-1940-9

Date of first publication (11)

2024-11-28

doi

10.20535/978-966-00-1940-9