Каталог Данных Каталог Организаций Каталог Оборудования Каталог Программного Обеспечения Написать письмо Наши координаты Главная страница
RSS Реклама Карта сайта Архив новостей Форумы Опросы 
Здравствуйте! Ваш уровень доступа: Гостевой
Навигатор: Новости/Рассылка/
 
Rus/Eng
Поиск по сайту    
 ГИС-Ассоциация
 Аналитика и обзоры
 Нормы и право
 Конкурсы
 Дискуссии
 Наши авторы
 Публикации
 Календарь
 Биржа труда
 Словарь терминов
Проект поддерживают  



Авторизация    
Логин
Пароль

Забыли пароль?
Проблемы с авторизацией?
Зарегистрироваться




width=1 Rambler_Top100

наша статистика
статистика по mail.ru
статистика по rambler.ru

Реклама на сайте
Новостные ленты

Сервис мониторинга лесного фонда Университета Иннополис стал призёром национального конкурса «ПРОФ-IT.Инновация»

Совместная разработка компании «Инногеотех» и Института искусственного интеллекта российского ИТ-вуза заняла второе место в номинации «Искусственный интеллект». Всего на конкурс было заявлено 140 проектов из 40 регионов России.

Сервис российского ИТ-вуза и «Инногеотех» (совместная с РВК компания Университета Иннополис) с использованием машинного обучения предназначен для мониторинга лесного фонда в полностью автоматизированном режиме. Пользователю сервиса достаточно указать место анализа (участок лесничества) и временной промежуток, в течение которого необходимо проанализировать объекты лесоизменений. После запуска сервис автоматически находит и скачивает подходящие космоснимки, обрабатывает их, детектирует лесоизменения по 5 классам: вырубки, гари, ветровалы, карьеры и участки усыхания древесной растительности.

Общая площадь применения сервиса составила 84 млн га лесного фонда — 10 % лесов России. Сервис протестирован в 10 регионах страны. Сервис используется в работе Министерства лесного хозяйства Республики Татарстан, а также в качестве подсистемы мониторинга в региональной геоинформационной системы «Умный лес» Пермского края.

«Ключевой особенностью сервиса является возможность быстрого масштабирования и применения сервиса в различных лесорастительных условиях за счёт дообучения базовых алгоритмов. Стоит отметить, что на создание базовых алгоритмов у нас ушло 2,5 года и за это время было создано более 140 000 объектов обучающей разметки. В 2020 году мы провели оптимизацию процессов обработки и анализа космических изображений, нам удалось сократить время обработки данных в 3 раза, при этом мы существенно повысили качество алгоритмов распознавания, что позволило повысить оперативность и точность выявления изменений в лесной растительности», — объясняет Дмитрий Шевелев, руководитель направления разработки и развития продуктов компании «Инногеотех».

Директор Института искусственного интеллекта Университета Иннополис Рамиль Кулеев: «Специальная архитектура наших нейросетей, оптимизированная для задач сегментации, позволяет нейросети эффективно выделять на изображениях объекты интереса. Для измерения качества наших алгоритмов мы используем метрику F1-score. Она показывает насколько алгоритм точный — ложных срабатываний не должно быть слишком много, а также робастный (от англ. «robust»), то есть насколько нейросеть устойчива, потому что алгоритм не должен пропускать объекты интереса. На тестовых данных F1-score наш результат составляет от 0.7 до 0.9 в зависимости от типа объекта. Это высокий показатель».

Организатор конкурса — Экспертный центр электронного государства. Победителей и призеров определяли по 11 номинациям. Оценивал проекты экспертный совет, в который вошли представители федерального правительства и министры цифрового развития субъектов РФ. Награждение компаний-победителей состоится в ходе IX Всероссийского форума региональной информатизации «ПРОФ-IT» в Нижнем Новгороде. Итоговая таблица на сайте проекта.




Разделы, к которым прикреплен документ:
Страны и регионы / Россия
Тематич. разделы / Природопользование / Лесопользование / Мониторинг и охрана леса
Новости / Рассылка
 
Комментарии (0) Для того, чтобы оставить комментарий Вам необходимо авторизоваться или зарегистрироваться




ОБСУДИТЬ В ФОРУМЕ
Оставлено сообщений: 0


16:48:02 23.03 2021   

Версия для печати  

Портал Gisa.ru использует файлы cookie для повышения удобства пользователей и обеспечения работоспособности сайта и сервисов. Оставаясь на сайте Gisa.ru вы подтверждаете свое согласие на использование файлов cookie. Если вы не хотите использовать файлы cookie, то можете изменить настройки браузера. Пользовательское соглашение. Политика конфиденциальности.
© ГИС-Ассоциация. 2002-2022 гг.
Time: 0.044146060943604 sec, Question: 61