Сибирский федеральный университет

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: VII-я Международная научная конференция "Региональные проблемы дистанционного зондирования Земли"; Красноярск; Красноярск

Год издания: 2020

Ключевые слова: neural networks, global optimization methods, classification, нейронные сети, методы глобальной оптимизации, дистанционное зондирование Земли, классификация

Аннотация: Представлено построение архитектуры нейронной сети путем применения различных алгоритмов глобальной оптимизации параметров с использованием библиотеки Keras. Предложенная архитектура реализована для решения задачи классификации категорий повреждения дерева по данным дистанционного зондирования Земли. Было проведено сравнения результатов работы архитектуры с двумя искусственно увеличенными наборами данных: один – с предварительной обработкой, другой – с исходным качеством изображения. This paper presents the construction of a neural network architecture by applying various algorithms for global parameter optimization using the Keras library. The proposed architecture is implemented to solve the problem of classifying categories of tree damage according to Earth remote sensing data. A comparison was made of the results of the work of the architecture with two artificially increased data sets: one with pre-processing, the other with the original image quality.

Журнал: РЕГИОНАЛЬНЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

Номера страниц: 117-121

Издатель: Сибирский федеральный университет

• Русин Д.С. (Лаборатория глубокого обучения ДНиИД)
• Сафонова Анастасия Николаевна (Лаборатория глубокого обучения ДНиИД)

• РИНЦ (eLIBRARY.RU)