Тривалість: 2026-2028
Керівник проекту:доц. кафедри, док. філос. Яйлимова Г.О.
Анотація.
Проєкт спрямований на розробку методів машинного навчання для класифікації земного покриву за мультимодальними супутниковими даними з можливістю перенесення моделей між регіонами. Традиційні методи вимагають значних обсягів наземних спостережень, які можуть бути недоступні для потрібної території. Запропоновано гібридну архітектуру нейронних мереж із темпоральною (3D) та просторовою (2D) гілками, які поєднуються через адаптивний механізм злиття радарних та оптичних даних. Це дозволить компенсувати пропуски в одному джерелі за рахунок іншого. Для малих полів реалізується об’єктний підхід, де класифікується ціле поле замість окремих пікселів. Розроблені методи забезпечать можливість застосування моделей без перенавчання на нових територіях і адаптацію до різних структур землекористування. Очікувані результати – модель із перенесенням на інші території, інформаційна технологія класифікації земного покриву та практичні рекомендації для систем моніторингу земних ресурсів.
Наказ МОН: Посилання.