Umelé neurónové siete a evolučné výpočty v diaľkovom prieskume Zeme

Pôvodný názov:

Artificial Neural Networks and Evolutionary Computation in Remote Sensing

Obsah knihy:

Umelé neurónové siete (ANN) a metódy evolučných výpočtov sa úspešne používajú v aplikáciách diaľkového prieskumu Zeme, pretože ponúkajú jedinečné výhody pri analýze diaľkovo snímaných obrazov. ANN sú účinné pri hľadaní základných vzťahov a štruktúr vo viacrozmerných súboroch údajov.

Vďaka novým senzorom máme k dispozícii snímky s väčším počtom spektrálnych pásiem pri vyššom priestorovom rozlíšení, čo jednoznačne pripomína problémy s veľkými dátami. Na tento účel sa evolučné algoritmy stávajú najlepším riešením na analýzu.

Táto kniha obsahuje jedenásť kvalitných prác vybraných po dôkladnom recenznom konaní, ktoré sa zaoberajú aktuálnymi problémami diaľkového prieskumu Zeme. V kapitolách knihy bola navrhnutá superštrukturálna optimalizácia na optimálny návrh dopredných neurónových sietí, siete CNN boli nasadené pre nanosatelitné užitočné zaťaženie na výber snímok vhodných na prenos na zem, nová konvolučná neurónová sieť s váhovou hodnotou príznakov (WFCNN) bola použitá na jemnú segmentáciu snímok diaľkového prieskumu Zeme a extrakciu lepších informácií o využití pôdy, na extrakciu tvárí s výplňou údolia sa použila maska regionálnej konvolučnej neurónovej siete (Mask R-CNN), na automatickú detekciu lietadiel a lodí na satelitných snímkach VHR sa použili najmodernejšie modely detekcie objektov založené na konvolučnej neurónovej sieti (CNN), na detekciu lodí rôznych veľkostí sa použila stratégia od hrubej k jemnej detekcii a na klasifikáciu hyperspektrálnych snímok sa navrhla hlboká kvadrupletová sieť (DQN).