Методи і моделі глибинного навчання для прикладних задач супутникового моніторингу

Проєкт виконується в межах конкурсу НФДУ “Підтримка досліджень провідних та молодих учених”

Тривалість проєкту: 2020-2022 рр.

Науковий керівник проєкту: проф. Куссуль Н.М.

Шифр проєкту: 2020.02/0292

Анотація проєкту

Для розв’язання прикладних задач на основі великих обсягів даних в останні роки активно розвиваються інтелектуальні методи обробки інформації та глибинного навчання. Проте сучасні методи глибинного навчання розробляються переважно для роботи з
текстовою інформацією та зображеннями, і потребують розвитку і удосконалення для роботи з супутниковими даними, кількість яких в останні роки експоненційно зростає. Тому в проєкті будуть розв’язаны актуальні для сучасної світової науки задачі – розробка нових рекурентних моделей глибинного навчання, generative adversarial networks та злиття багатовимірних геопросторових даних, які дозволять гармонізувати супутникові дані різної природи і різного просторового і часового розрізнення. Це дозволить будувати високорівневі аналітичні продукти, які зможуть задовольнити потреби моніторингу економічних індикаторів та складних задач агромоніторингу.

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *