Отрывок: Оптимизация проводилась с помощью метода Adam [10] — одной из разновидностей методов стохастического градиентного спуска. В качестве функции потерь использовалась кросс-энтропия c l2 — регуляризацией с коэффициентом 0.0001 для предотвращения переобучения. 3. Результаты Для оценки качества классификатора применялись попиксельные метрики. Мы использо- вали метрику AUC-ROC, считающую пл...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Павлова М. А. | ru |
dc.contributor.author | Савчик А. В. | ru |
dc.contributor.author | Тепляков Л. М. | ru |
dc.contributor.author | Загарев М. А. | ru |
dc.contributor.author | Кукоев И. Ю. | ru |
dc.contributor.author | Григорьев А. С. | ru |
dc.coverage.spatial | сеть U-Net | ru |
dc.coverage.spatial | спутниковые снимки | ru |
dc.coverage.spatial | расположение сельскохозяйственных полей | ru |
dc.coverage.spatial | сверточные нейронные сети | ru |
dc.coverage.spatial | сельскохозяйственные поля | ru |
dc.creator | Павлова М. А. , Савчик А. В., Тепляков Л. М., Загарев М. А., Кукоев И. Ю., Григорьев А. С. | ru |
dc.date.accessioned | 2020-08-12 13:06:43 | - |
dc.date.available | 2020-08-12 13:06:43 | - |
dc.date.issued | 2020 | ru |
dc.identifier | RU\НТБ СГАУ\441835 | ru |
dc.identifier.citation | Определение расположения сельскохозяйственных полей на спутниковых снимках с помощью нейросети архитектуры U-Net / М. А. Павлова, А. В. Савчик, Л. М. Тепляков, М. А. Загарев, И. Ю. Кукоев, А. С. Григорьев // Информационные технологии и нанотехнологии (ИТНТ-2020) : сб. тр. по материалам VI Междунар. конф. и молодеж. шк. (г. Самара, 26-29 мая) : в 4 т. - Тек / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - 2020. - Т. 2. - С. 748-755 | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Opredelenie-raspolozheniya-selskohozyaistvennyh-polei-na-sputnikovyh-snimkah-s-pomoshu-neiroseti-arhitektury-UNet-85334 | - |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2020) : сб. тр. по материалам VI Междунар. конф. и молодеж. шк. (г. Самара, 26-29 мая) : в 4 т. - Тек | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2020). - Т. 2 : Обработка изображений и дистанционное зондирование Земли | ru |
dc.title | Определение расположения сельскохозяйственных полей на спутниковых снимках с помощью нейросети архитектуры U-Net | ru |
dc.type | Text | ru |
dc.citation.epage | 755 | ru |
dc.citation.spage | 748 | ru |
dc.citation.volume | 2 | ru |
dc.textpart | Оптимизация проводилась с помощью метода Adam [10] — одной из разновидностей методов стохастического градиентного спуска. В качестве функции потерь использовалась кросс-энтропия c l2 — регуляризацией с коэффициентом 0.0001 для предотвращения переобучения. 3. Результаты Для оценки качества классификатора применялись попиксельные метрики. Мы использо- вали метрику AUC-ROC, считающую пл... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
ИТНТ-2020_том 2-748-755.pdf | 8.71 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.