Библиографическое описание:ТЕХНОЛОГИИ ИИ И ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ В СЕЛЬСКОМ ХОЗЯЙСТВЕ : доклад, тезисы доклада / А. Н. Сафонова, Ю. А. Маглинец, Д. И. Каплун. - [Б. м. : б. и.], 2025. - Текст : непосредственный // Региональные проблемы дистанционного зондирования Земли : Материалы XII Международной научной конференции. - Красноярск, 2025. - С. 105-109. - Работа выполнена при финансовой поддержке Российского научного фонда, № 22-76-10042 (https://rscf.ru/project/22-76-10042). - ISBN 9785763851977.
Аннотация:В 20-е гг. XXI в. существенно повысилась интенсивность применения методов глубокого обучения (ГО) в задачах классификации, обнаружения объектов и изменений по данным дистанционного зондирования Земли (ДЗЗ) в сельском хозяйстве. Было опубликовано около тысячи статей, в том числе около 150 обзорных, однако ни одно исследование не охватывало все достижения ГО в ДЗЗ. Авторами подготовлен обзор с целью выявления ключевых тем и пробелов в знаниях о применении ДЗЗ в сельском хозяйстве по результатам анализа обзорных исследований, опубликованных с 2020 по март 2024 г. Используя библиометрический анализ и экспертные мнения, исследование выделяет общие темы, оценивает производительность моделей ГО и определяет направления для будущих исследований. Этот обзор представляет собой наиболее полный анализ в данной области и подчеркивает важные направления для дальнейших научных изысканий.
In the 2020s, the use of deep learning (DL) methods for classification, object detection, and change detection tasks based on remote sensing (RS) data in agriculture has significantly intensified. Approximately a thousand articles have been published, including around 150 review papers; however, no single study has covered all DL achievements in RS. The authors have prepared a review aiming to identify key topics and knowledge gaps regarding the application of RS in agriculture based on an analysis of review studies published from 2020 to 108 March 2024. Using bibliometric analysis and expert opinions, the study highlights common themes, evaluates the performance of DL models, and determines directions for future research. This review represents the most comprehensive analysis in the field and emphasizes important avenues for further scientific exploration.
Держатель оригинала документа:Лейбниц-центр исследования агроландшафтов, Санкт-Петербургский государственный электротехнический университет «ЛЭТИ», Сибирский федеральный университет
Мероприятие:Региональные проблемы дистанционного зондирования Земли (Красноярск, 2025 ; 09.09 - 12.09)
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
