Результаты поиска: "нейронные сети"

Разработка методики детекции деревьев на основе YOLOv8 с использованием специализированной базы данных

№1 (2026) Мартын К.А., Мартын И.А., Истомин Е.П., Петров Я.А. УДК 004.032.26,528.8 https://doi.org/10.47148/1609-364X-2026-1-112-122 Ключевые слова: беспилотные летательные аппараты; нейронные сети; обучающий датасет; YOLO; лесные экосистемы; сегментация изображений Раздел: Искусственный интеллект в прикладных областях знаний

Методы и технологии искусственного интеллекта в геолого-геофизических исследованиях

№ 3 (2025) В.А. Петрушкин УДК 004.8 https://doi.org/10.47148/1609-364X-2025-3-96-106 Ключевые слова: искусственный интеллект, машинное обучение, геоинформатика, геофизика, глубокое обучение, петрофизика, сравнительный анализ, гибридные модели, RPD, прогноз упругих свойств, временные ряды, нейронные сети, библиотеки Python Раздел: Искусственный интеллект в прикладных областях знаний

Обзор и анализ методов объяснительного искусственного интеллекта для решения задач геоэкологического районирования и медицинской профилактики населения

№4 (2024) Трофимов Ю.В., Аверкин А.Н., Черемисина Е.Н. УДК 0048 https://doi.org/10.47148/1609-364X-2024-4-93-118 Ключевые слова: устойчивое развитие; объяснительный искусственный интеллект (XAI); экологическое районирование; географические информационные системы (ГИС); нейронечеткие модели; профилактика заболеваний; экологические риски; системы поддержки принятия решений; здравоохранение Раздел: Искусственный интеллект в … Читать далее →

Базовые задачи искусственного интеллекта на примере геологоразведки

№4 (2024) Черемисина Е.Н., Кирпичева Е.Ю., Токарева Н.А., Миловидова А.А. УДК 004.8, 303.732, 550.8.01https://doi.org/10.47148/1609-364X-2024-4-83-92 Ключевые слова: искусственный интеллект; мультидисциплинарные исследования; объяснимый искусственный интеллект; машинное обучение; нейронные сети; системный подход Раздел: Искусственный интеллект в прикладных областях знаний

Особенности применения технологии нейронных сетей для распознавания графических образов термокарстовых объектов

№4 (2024) Жебсаин В.В., Гололобов А.Ю., Башарин Н.И., Посельский А.Ф. УДК 528.854.2https://doi.org/10.47148/1609-364X-2024-4-39-47 Ключевые слова: нейронные сети, термокарстовые образования, моделирование, спутниковые данные, аэрофотосъемка. Раздел: Моделирование геообъектов и геопроцессов

Геоинформационные технологии компьютерного проектирования общественных мест городских территорий: проблемы и опыт (на примере г. Саранска)

№ 4 (2023) И.А. Семина, О.E. Малахова, С.А. Тесленок, Н.В. Яковенко УДК 004:004.9:528:528.94:528.48:711.4:912.4:911(470.345) https://doi.org/10.47148/1609-364X-2023-4-15-28 Ключевые слова: геоинформационные технологии, компьютерное проектирование, трехмерное информационное моделирование городов, городские территории, общественные места, планирование и проектирование, программа AutoCAD Раздел: Применение ГИС-технологий

Индивидуальная и парная репрезентативность точек пробоотбора в задачах интерполяции распределения тяжелых металлов в верхнем слое почвы

№ 3 (2023) УДК 504.064.2.001.18 https://doi.org/10.47148/1609-364X-2023-3-63-70 Баглаева Е.М., Сергеев А.П., Шичкин А.В., Буевич А.Г., Буторова А.С. Ключевые слова: репрезентативность точек, сэмплинг, тяжелые металлы, искусственные нейронные сети, выбор обучающего подмножества Раздел: Геоэкология

Спектральная классификация космоснимков агроландшафта на основе ранжирования каналов наибольшей информативности

№ 3 (2022) УДК 504.064.37, 004.93.11, 633 https://doi.org/10.47148/1609-364X-2022-3-15-29 Вакуленко Д.В., Кравец А.Г. Ключевые слова: агроландшафт, мультиспектральное космическое изображение, показатель информативности канала, спектральное ранжирование каналов, классификация, система геопространственного распознавания, цифровой стратификационный план Раздел: Применение ГИС-технологий

Применение перестановочного метода к оценке прогностической способности моделей пространственного распределения концентраций меди и железа в верхнем слое почвы

№2 (2022) Сергеев А.П., Буторова А.С., Шичкин А.В., Буевич А.Г., Баглаева Е.М., Субботина И.Е. УДК 504.064.2.001.18https://doi.org/10.47148/1609-364X-2022-2-42-53 Ключевые слова: перестановочный метод, рандомизация, прогнозируемые значения, наблюдаемые значения, пространственное распределение, оценка прогностической способности, искусственные нейронные сети Раздел: Моделирование геообъектов и геопроцессов