Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Региональные проблемы дистанционного зондирования Земли; Красноярск; Красноярск
Год издания: 2025
Ключевые слова: Arktika-М satellite, wildfires, thermal anomalies, ensemble learning, artificial intelligence, neural network, Арктика-М, природные пожары, тепловые аномалии, ансамблевый подход, искусственный интеллект, нейронные сети
Аннотация: Рассматривается подход к решению задачи распознавания природных пожаров по данным космического аппарата «Арктика-М» с низким пространственным разрешением, основанный на машинном обучении и сверточных нейронных сетях. Цель работы состоит в выявлении наиболее подходящих моделей сверточных нейронных сетей и их ансамблей, обученных на Показать полностьюограниченном наборе данных, показывающих максимально высокие результаты распознавания. Сравнение моделей основывается на оценке значений метрик качества распознавания. Приводятся примеры экспериментальных исследований. Формулируются предложения по дальнейшему развитию исследования с целью увеличения точности детекции. The article discusses an approach to solving the problem of recognizing wildfires using low-resolution Arktika-M spacecraft data based on machine learning and convolutional neural networks. The goal of the work is to identify the most suitable models of convolutional neural networks and their ensembles trained on a limited data set that show the highest recognition results. Comparison of models is based on an assessment of the values of recognition quality metrics. Examples of experimental studies are given. Proposals for further development of the study in order to increase detection accuracy are formulated.
Журнал: Региональные проблемы дистанционного зондирования Земли
Номера страниц: 45-49
Место издания: Красноярск