Зівакін В. Д. Інформаційна технологія розпізнавання даних аерозйомки з використанням багатовимірних представлень

Дисертаційна робота присвячена дослідженню нейромережевої обробки даних навчального набору повітряної зйомки, процесів класифікації розпізнавання та аналізу даних набору, маніпуляцій над цими даними з використанням багатовимірних представлень та їхнього впливу на результати вирішення задач класифікації. На сьогодні в Україні продовжується активна фаза війни, яку називають також «війною дронів». Безпілотні літальні апарати показали себе як ефективний, дешевий, безпечний та універсальний технічний засіб для вирішення задач різних типів та рівнів (від тактичного до стратегічного). Забезпечення кількісної та якісної переваги в таких засобах – один з факторів досягнення перемоги та укріплення подальшої обороноздатності країни. Основні задачі, що вирішуються при застосуванні БПЛА: навігація по оптичному каналу (в умовах постійної дії засобів РЕБ), визначення та супровід цілей. В контексті вирішення цих задач суттєвим є компонент розпізнавання об’єктів місцевості та цільових об’єктів, для чого використовується нейромережева обробка. Результати роботи відповідають запиту наступних розпоряджень кабінету міністрів: o №600 «Деякі питання розвитку критичних технологій у сфері виробництва озброєння та військової техніки» o №1556-р «Про схвалення Концепції розвитку штучного інтелекту в Україні». Та постанов: o №256 – «Про реалізацію експериментального проекту щодо здійснення оборонних закупівель безпілотних систем та засобів радіоелектронної боротьби вітчизняного виробництва». o №476 – «Про затвердження переліку пріоритетних тематичних напрямів наукових досліджень і науково-технічних розробок на період до 31 грудня року, наступного після припинення або скасування воєнного стану в Україні», в переліку якої є наступні пункти: Метою роботи є розробка інформаційної технології розпізнавання цифрових зображень на основі розробленої моделі оцінки розподілу представлень даних навчального набору повітряної зйомки в багатовимірному просторі та використанням запропонованих методів попередньої обробки. Тому дисертаційне дослідження має вагому наукову і практичну цінність, адже його результати дозволять покращити результати вирішення задач класифікації та ввести нову модель оцінки розподілу для навчальних наборів.