Cверточные нейронные сети c глубоким обучением в задачах обработки гиперспектральных спутниковых данных

Басс Л. П.; Кузьмина М. Г.; Николаева О.В.

Аннотация:

За последнее десятилетие глубокие сверточные нейронные сети (deep convolutional neural networks, DСNN) были успешно применены для обработки многопиксельных спутниковых изображений высокого разрешения, используемых при решении разнообразных задач восстановления характеристик земной атмосферы и поверхности Земли по данным дистанционного зондирования. В работе дано представление о состоянии исследований по применению нейросетевых методов обработки гиперспектральных спутниковых изображений, включая краткие сведения об основных особенностях сверточных нейронных сетей (convolutional neural networks, CNN), глубоком обучении (deep learning, DL), сетях-автоэнкодерах (autoencoders, AE), используемых для сжатия информации. К настоящему времени в Internet накоплено значительное число открытых для использования моделей сверточных нейронных сетей с глубоким обучением, позволяющих разрабатывать новые, усовершенствованные модели DCNN на основе уже созданных хорошо работающих типов этих сетей. Краткая информация о некоторых из этих моделей содержится в настоящей работе. Более подробную информацию о библиотеке открытых нейросетевых моделей и больших базах данных, необходимых для настройки DCNN, предполагается дать во второй части работы, публикация которой планируется.

Ключевые слова:

гиперспектральное зондирование, сверточные нейронные сети

Язык публикации: русский, страниц: 32

Направление исследований:

Математическое моделирование в актуальных проблемах науки и техники

Полный текст на русском языке:

Список цитирующих публикаций:

Экспорт ссылки на публикацию в формате:

Статистика просмотров (обновляется раз в сутки):
за последние 30 дней — 80 (+14), всего с 01.09.2019 — 5363

Сведения об авторах:

Басс Леонид Петрович, , ,

Кузьмина Маргарита Георгиевна, ,

Николаева Ольга Васильевна, ,

	Библиотеки, издания • Поиск публикаций	English
	Публикация