Анализ изменений земного покрова на основе технологии глубинного машинного обучения
Запропоновано методологію для вирішення проблеми обробки великих обсягів супутникових і геопросторових даних. Ієрархічна структура моделі глибинного навчання ґрунтується на нейромережевому підході і на методах геопросторового аналізу. Використовуючи розроблену методологію, побудовано карти змін земн...
Gespeichert in:
| Veröffentlicht in: | Проблемы управления и информатики |
|---|---|
| Datum: | 2016 |
| Hauptverfasser: | , , , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2016
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/208179 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Анализ изменений земного покрова на основе технологии глубинного машинного обучения / Н.М. Куссуль, М.С. Лавренюк, А.Ю. Шелестов, Б.Я. Яйлимов, І.М. Бутко // Проблемы управления и информатики. — 2016. — № 3. — С. 140-151. — Бібліогр.: 53 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862732412663889920 |
|---|---|
| author | Куссуль, Н.М. Лавренюк, М.С. Шелестов, А.Ю. Яйлимов, Б.Я. Бутко, И.Н. |
| author_facet | Куссуль, Н.М. Лавренюк, М.С. Шелестов, А.Ю. Яйлимов, Б.Я. Бутко, И.Н. |
| citation_txt | Анализ изменений земного покрова на основе технологии глубинного машинного обучения / Н.М. Куссуль, М.С. Лавренюк, А.Ю. Шелестов, Б.Я. Яйлимов, І.М. Бутко // Проблемы управления и информатики. — 2016. — № 3. — С. 140-151. — Бібліогр.: 53 назв. — рос. |
| collection | DSpace DC |
| container_title | Проблемы управления и информатики |
| description | Запропоновано методологію для вирішення проблеми обробки великих обсягів супутникових і геопросторових даних. Ієрархічна структура моделі глибинного навчання ґрунтується на нейромережевому підході і на методах геопросторового аналізу. Використовуючи розроблену методологію, побудовано карти змін земного покриву території України високого розрізнення за період 1990–2010 рр. Показано ефективність цього підходу для аналізу зміни площі необроблюваних сільськогосподарських земель, зокрема, у східних областях під час окупації
The methodology for solving the big data problem in the remote sensing is proposed. The hierarchical structure of the deep learning method is based on neural network approach and geospatial analysis methods. This methodology was applied for high resolution land cover change mapping for Ukraine territory from 1990 to 2010. Efficiency of this approach was shown for non-arable agricultural area and changes analysis, particularly, in the eastern regions during the occupation period.
|
| first_indexed | 2025-12-07T19:31:36Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-208179 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Russian |
| last_indexed | 2025-12-07T19:31:36Z |
| publishDate | 2016 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Куссуль, Н.М. Лавренюк, М.С. Шелестов, А.Ю. Яйлимов, Б.Я. Бутко, И.Н. 2025-10-20T14:41:51Z 2016 Анализ изменений земного покрова на основе технологии глубинного машинного обучения / Н.М. Куссуль, М.С. Лавренюк, А.Ю. Шелестов, Б.Я. Яйлимов, І.М. Бутко // Проблемы управления и информатики. — 2016. — № 3. — С. 140-151. — Бібліогр.: 53 назв. — рос. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/208179 004.62, 004.67 10.1615/JAutomatInfScien.v48.i5.40 Запропоновано методологію для вирішення проблеми обробки великих обсягів супутникових і геопросторових даних. Ієрархічна структура моделі глибинного навчання ґрунтується на нейромережевому підході і на методах геопросторового аналізу. Використовуючи розроблену методологію, побудовано карти змін земного покриву території України високого розрізнення за період 1990–2010 рр. Показано ефективність цього підходу для аналізу зміни площі необроблюваних сільськогосподарських земель, зокрема, у східних областях під час окупації The methodology for solving the big data problem in the remote sensing is proposed. The hierarchical structure of the deep learning method is based on neural network approach and geospatial analysis methods. This methodology was applied for high resolution land cover change mapping for Ukraine territory from 1990 to 2010. Efficiency of this approach was shown for non-arable agricultural area and changes analysis, particularly, in the eastern regions during the occupation period. ru Інститут кібернетики ім. В.М. Глушкова НАН України Проблемы управления и информатики Космические информационные технологии и системы Анализ изменений земного покрова на основе технологии глубинного машинного обучения Аналіз зміни земного покрову на основі технології глибинного машинного навчання Land cover changes analysis based on deep machine learning technique Article published earlier |
| spellingShingle | Анализ изменений земного покрова на основе технологии глубинного машинного обучения Куссуль, Н.М. Лавренюк, М.С. Шелестов, А.Ю. Яйлимов, Б.Я. Бутко, И.Н. Космические информационные технологии и системы |
| title | Анализ изменений земного покрова на основе технологии глубинного машинного обучения |
| title_alt | Аналіз зміни земного покрову на основі технології глибинного машинного навчання Land cover changes analysis based on deep machine learning technique |
| title_full | Анализ изменений земного покрова на основе технологии глубинного машинного обучения |
| title_fullStr | Анализ изменений земного покрова на основе технологии глубинного машинного обучения |
| title_full_unstemmed | Анализ изменений земного покрова на основе технологии глубинного машинного обучения |
| title_short | Анализ изменений земного покрова на основе технологии глубинного машинного обучения |
| title_sort | анализ изменений земного покрова на основе технологии глубинного машинного обучения |
| topic | Космические информационные технологии и системы |
| topic_facet | Космические информационные технологии и системы |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/208179 |
| work_keys_str_mv | AT kussulʹnm analizizmeneniizemnogopokrovanaosnovetehnologiiglubinnogomašinnogoobučeniâ AT lavrenûkms analizizmeneniizemnogopokrovanaosnovetehnologiiglubinnogomašinnogoobučeniâ AT šelestovaû analizizmeneniizemnogopokrovanaosnovetehnologiiglubinnogomašinnogoobučeniâ AT âilimovbâ analizizmeneniizemnogopokrovanaosnovetehnologiiglubinnogomašinnogoobučeniâ AT butkoin analizizmeneniizemnogopokrovanaosnovetehnologiiglubinnogomašinnogoobučeniâ AT kussulʹnm analízzmínizemnogopokrovunaosnovítehnologííglibinnogomašinnogonavčannâ AT lavrenûkms analízzmínizemnogopokrovunaosnovítehnologííglibinnogomašinnogonavčannâ AT šelestovaû analízzmínizemnogopokrovunaosnovítehnologííglibinnogomašinnogonavčannâ AT âilimovbâ analízzmínizemnogopokrovunaosnovítehnologííglibinnogomašinnogonavčannâ AT butkoin analízzmínizemnogopokrovunaosnovítehnologííglibinnogomašinnogonavčannâ AT kussulʹnm landcoverchangesanalysisbasedondeepmachinelearningtechnique AT lavrenûkms landcoverchangesanalysisbasedondeepmachinelearningtechnique AT šelestovaû landcoverchangesanalysisbasedondeepmachinelearningtechnique AT âilimovbâ landcoverchangesanalysisbasedondeepmachinelearningtechnique AT butkoin landcoverchangesanalysisbasedondeepmachinelearningtechnique |