Огляд методів глибинного навчання у прикладних задачах економічного моніторингу на основі геопросторових даних / Лавренюк М. С., Шуміло Л. Л., Яйлимов Б. Я., Куссуль Н. М. (2022)
інтернет-адреса сторінки: http://jnas.nbuv.gov.ua/article/UJRN-0001368561
Кібернетика та системний аналіз   А - 2019 /  Випуск (2022, Т. 58, № 6)
Лавренюк М. С., Шуміло Л. Л., Яйлимов Б. Я., Куссуль Н. М.
Огляд методів глибинного навчання у прикладних задачах економічного моніторингу на основі геопросторових даних Розвиток сучасних технологій спостереження Землі, збільшення обсягу відкритих даних та розроблення нових підходів до їхнього оброблення відкривають нові можливості у проведенні прикладних досліджень економічної активності людства. Основним підходом у цій галузі є застосування методів глибинного навчання у процесах оброблення даних та аналізу їхніх часових рядів. Виконано огляд базисних розділів глибинного навчання (з погляду геопросторового аналізу): підвищення рівня розрізнення графічних даних, використання трансферного навчання для оптимізації процесів навчання, масштабування глибоких нейронно-мережевих моделей та аналізу часових рядів за допомогою рекурентних нейронних мереж.
Повний текст публікації буде доступним після 01.01.2025 р. - через 9 днів
Бібліографічний опис:
Лавренюк М. С., Шуміло Л. Л., Яйлимов Б. Я., Куссуль Н. М. Огляд методів глибинного навчання у прикладних задачах економічного моніторингу на основі геопросторових даних. Кібернетика та системний аналіз. 2022. Т. 58, № 6. С. 177–192. URL: http://jnas.nbuv.gov.ua/article/UJRN-0001368561 |  Cybernetics and Systems Analysis / Issue (2022, 58 (6))
Lavreniuk M. S., Shumilo L. L., Yailymov B. Ya., Kussul N. M.
Review of deep learning methods in applied problems of economic monitoring based on geospatial data
Download publication will be available after 01/01/2025 р., in 9 days
Cite:
Lavreniuk, M. S., Shumilo, L. L., Yailymov, B. Ya., Kussul, N. M. (2022). Review of deep learning methods in applied problems of economic monitoring based on geospatial data. Cybernetics and Systems Analysis, 58 (6), 177–192. http://jnas.nbuv.gov.ua/article/UJRN-0001368561 [In Ukrainian]. | |
|
|
