Розроблення моделі сегментації лісових пожеж на супутникових знімках із застосування нейромережевих технологій

Скорочена інформація про документ
dc.contributor.authorГоловіна Н. В.
dc.contributor.authorHolovina Nadiia V.
dc.date.accessioned2024-12-05T09:00:57Z
dc.date.available2024-12-05T09:00:57Z
dc.date.issued2024
dc.descriptionГоловіна, Н. В. Розроблення моделі сегментації лісових пожеж на супутникових знімках із застосування нейромережевих технологій = Development of a model for segmentation of forest fires on satellite images using neural network technologies / Н. В. Головіна // Зб. наук. пр. НУК. – Миколаїв : Гельветика, 2024. – № 2 (495). – С. 95–102.
dc.description.abstractУ статті розглянуто дослідження та розроблення моделі сегментації лісових пожеж на супутникових знімках із застосуванням нейромережевих технологій. Було зазначено, що лісові пожежі є великою проблемою в Україні, викликаючи сотні тисяч катастрофічних ситуацій щорічно. Для боротьби з цією проблемою важливо мати ефективні системи моніторингу та попередження лісових пожеж. Дослідження виконано з використанням знімків з відкритих джерел NASA Earth Observatory. Для обробки та аналізу супутникових зображень використано бібліотеки Python: Keras, TensorFlow, PyTorch. За допомогою методів моделювання спроєктовано архітектуру системи та показано варіанти використання. Для побудови діаграм використано безкоштовний веб-сервіс LucidChart. Для проведення дослідження використано такі методи: аналіз літературних джерел, збір та підготовка даних, розробка нейромережевої моделі, оцінка та впровадження моделі. У статті було наведено дослідження ДСНС України з проблемою лісових пожеж. Було виявлено критичні показники, які свідчать про необхідність розробки спеціальної системи підтримки прийняття рішень для зниження ризиків катастрофічних ситуацій. У статті розглядаються результати розробки архітектури нейронної мережі. Розглянуто процес обробки зображення, враховуючи ключові аспекти, що впливають на виявлення вогню. Для цього були використані такі методи: фільтрація шуму, сегментація зображення, виявлення країв, перетворення кольору, порогове значення, виявлення ключових точок. Було наведено та досліджено різні аспекти оцінки зображень: видалення шумів за допомогою різноманітних методів, сегментація зображення, трансформація кольору, виявлення країв, виділення ключових точок, орієнтація зображення. Детально описано роботу алгоритмів та наведено результати наочно. На результатах оцінки зображень побудовано алгоритм навчання згорткової нейронної мережі. Наведено базову функцію. Показано результати роботи алгоритму навченої згорткової мережі для виявлення лісових пожеж. На основі прогнозів цієї моделі на невидимому наборі тестових даних оцінена точність моделі становить 92 %, що підтверджує гіпотезу про те, що поєднання всіх функцій виявляється більш ефективним при виявленні всіх пожеж. Результати роботи алгоритму використано для побудови СППР для моніторингу та попередження лісових пожеж в Україні.
dc.description.abstract1The article examines the research and development of a forest fire segmentation model on satellite images using neural network technologies. It was noted that forest fires are a major problem in Ukraine, causing hundreds of thousands of catastrophic situations annually. To combat this problem, it is important to have effective forest fire monitoring and prevention systems. The study was carried out using images from the open sources of the NASA Earth Observatory. Python libraries: Keras, TensorFlow, PyTorch were used to process and analyze satellite images. With the help of modeling methods, the system architecture is designed and usage options are shown. The free LucidChart web service was used to construct the diagrams. The following methods were used to conduct the research: analysis of literary sources, data collection and preparation, development of a neural network model, evaluation and implementation of the model. The article presented a study of the State Emergency Service of Ukraine on the problem of forest fires. Critical indicators were found that indicate the need to develop a special decision support system to reduce the risks of catastrophic situations. The article discusses the results of neural network architecture development. The image processing process is considered, taking into account the key aspects affecting fire detection. The following methods were used for this: noise filtering, image segmentation, edge detection, color transformation, thresholding, key point detection. Various aspects of image evaluation were examined and studied: noise removal using various methods, image segmentation, color transformation, edge detection, detection of key points, image orientation. The operation of the algorithms is described in detail and the results are presented visually. A convolutional neural network learning algorithm is built on the results of image evaluation. The basic function is given. The results of the trained convolutional network algorithm for detecting forest fires are shown. Based on the predictions of this model on an unseen test data set, the estimated accuracy of the model is 92%, which supports the hypothesis that the combination of all features is more effective in detecting all fires. The results of the algorithm were used to build the DSS for monitoring and preventing forest fires in Ukraine.
dc.identifier.issn2311-3405 (Print)
dc.identifier.issn2313-0415 (Online)
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/9260
dc.language.isouk
dc.publisherГельветика
dc.relation.ispartofseriesУДК; 004.9
dc.subjectлісові пожежі
dc.subjectсупутникові зображення
dc.subjectнейронні мережі
dc.subjectсегментація
dc.subjectмашинне навчання
dc.subjectкомп’ютерний зір
dc.subjectforest fires
dc.subjectsatellite images
dc.subjectneural networks
dc.subjectsegmentation
dc.subjectmachine learning
dc.subjectcomputer vision
dc.titleРозроблення моделі сегментації лісових пожеж на супутникових знімках із застосування нейромережевих технологій
dc.title.alternativeDevelopment of a model for segmentation of forest fires on satellite images using neural network technologies
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Holovina.pdf
Розмір:
937 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
4.38 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

№ 2 (495) 2024