Сеґментацiя меж сiльсько-господарських полiв за допомогою самокерованого навчання

Simple item page
dc.contributor.advisorКрюкова, Галинаuk_UA
dc.contributor.authorДехтяр, Юр-Любомисл uk_UA
dc.date.accessioned2026-08-27T07:59:33Z
dc.date.available2026-08-27T07:59:33Z
dc.date.issued2025
dc.description.abstractУ роботi дослiджується задача автоматичного виявлення меж сiльськогосподарських полiв на супутникових знiмках за допомогою методiв самокерованого навчання (self-supervised learning). Видiлення контурiв полiв є важливим етапом для подальших задач агроаналiтики, таких як прогнозування врожайностi, класифiкацiя культур та монiторинг змiн землекористування. Через обмежену доступнiсть розмiчених даних в українському контекстi особливого значення набувають методи, якi дають змогу ефективно використовувати великi масиви нерозмiчених зображень, зокрема самокероване навчання. Як базову модель сегментацiї використано архiтектуру U-Net з енкодером ResNet18. Проведено серiю експериментiв, що порiвнюють випадкову iнiцiалiзацiю ваг, попереднє навчання на ImageNet, а також передтренування за допомогою методу DenseCL — сучасного пiдходу самокерованого контрастивного навчання, орiєнтованого на задачi щiльного передбачення. Додатково розглянуто фундацiйну модель Clay, натреновану на багатосенсорних супутникових даних з використанням методiв MAE. Результати показують, що поєднання трансферного та самокерованого навчання дозволяє досягти найкращих показникiв за метриками Dice та IoU. Виконано також вiзуальний аналiз сегментацiйних масок, який пiдтверджує, що самокероване передтренування покращує локалiзацiю меж i зменшує кiлькiсть хибних прогнозiв. Отриманi результати є релевантними для побудови систем супутникового агромонiторингу в Українi.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/40984
dc.language.isouk
dc.statusfirst publisheduk_UA
dc.subjectсупутникові знімкиuk_UA
dc.subjectсамокероване навчання (self-supervised learning)uk_UA
dc.subjectсегментація полівuk_UA
dc.subjectагромоніторингuk_UA
dc.subjectU-Neten_US
dc.subjectResNet18en_US
dc.subjectDenseCLen_US
dc.subjectмагістерська роботаuk_UA
dc.titleСеґментацiя меж сiльсько-господарських полiв за допомогою самокерованого навчанняuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Dechtar_Mahisterska_robota.pdf
Size:
316.67 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
Dechtar_Mahisterska_robota_1.pdf
Size:
157.08 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
F3 Комп'ютерні науки