Глоссарий ИИ
Полный словарь искусственного интеллекта
Глубокая картография
Применение глубокого обучения для анализа и автоматического создания карт на основе спутниковых или аэрофотоснимков, использующее CNN для автоматического извлечения геопространственных признаков.
CNN на основе патчей
Подход, при котором большие геопространственные изображения разделяются на мелкие патчи для обработки с помощью CNN, что позволяет работать с наборами данных очень большого размера, сохраняя пространственное разрешение.
Многомасштабная CNN
Архитектура CNN, которая одновременно обрабатывает геопространственные изображения на разных пространственных масштабах, захватывая как мелкие детали, так и крупные структуры для полного картографирования.
Пирамида признаков
Иерархическая структура признаков, извлеченных с разным пространственным разрешением, необходимая для обнаружения геопространственных объектов различного размера на спутниковых снимках.
Геопространственный трансфер обучения
Техника адаптации предварительно обученных на естественных изображениях моделей CNN для конкретных задач геопространственного картографирования, снижающая потребность в обучающих данных.
Геокодирование
Процесс интеграции географических метаданных (координаты, проекция, разрешение) непосредственно в архитектуру CNN для пространственно-осознанного анализа изображений.
Пиксельная классификация
Фундаментальная задача, при которой каждый пиксель геопространственного изображения классифицируется индивидуально, что является основой семантической сегментации для автоматического картографирования.
Пространственное извлечение признаков
Процесс, посредством которого сверточные слои автоматически обнаруживают пространственные паттерны (текстуры, формы, структуры), релевантные для картографического анализа геопространственных изображений.
DeepMap
Полноценный фреймворк для автоматического картирования на основе CNN, включающий извлечение признаков, сегментацию и постобработку для создания точных тематических карт.
Дилатационная свертка
Операция свертки с интервалами между весами, увеличивающая рецептивное поле без потери разрешения, критически важная для обнаружения протяженных геопространственных структур.
Пространственный пулинг
Операция понижения размерности, сохраняющая важные пространственные отношения при снижении вычислительной сложности для обработки геопространственных изображений.
Слияние данных из нескольких источников
Интеграция данных от различных датчиков (оптических, SAR, LiDAR) в единую архитектуру CNN для более надежного и полного картирования.
Архитектуры кодер-декодер
Фундаментальная структура CNN для сегментации, в которой кодер извлекает пространственные признаки, а декодер восстанавливает карту классификации пиксель за пикселем.
Функция потерь для сегментации
Специализированная функция стоимости (например, Dice Loss или Focal Loss), оптимизированная для дисбаланса классов, типичного для геопространственного картирования, где некоторые классы встречаются редко.