dc.contributor.author | Adamiak, Maciej | |
dc.date.accessioned | 2021-11-16T08:49:00Z | |
dc.date.available | 2021-11-16T08:49:00Z | |
dc.date.issued | 2021 | |
dc.identifier.citation | Adamiak M. (2021). Głębokie uczenie w procesie teledetekcyjnej interpretacji przestrzeni geograficznej – przegląd wybranych zagadnień. Czasopismo Geograficzne 92(1): 49–72. https://doi.org/10.12657/czageo-92-03 | pl |
dc.identifier.issn | 0045-9453 | |
dc.identifier.uri | https://depot.ceon.pl/handle/123456789/20710 | |
dc.description.abstract | Zastosowanie uczenia maszynowego (ML, ang. machine learning) oraz uczenia głębokiego (DL, deep learning), zwłaszcza głębokich konwolucyjnych sieci neuronowych (DCNN, ang. deep convolutional neural network), w przetwarzaniu oraz interpretacji obrazu jest obecnie szeroko omawianym zagadnieniem wśród przedstawicieli aktywnie rozwijającego się środowiska naukowego skupionego w ramach takich dziedzin jak teledetekcja oraz geoinformacja. Niniejsza publikacja jest próbą usystematyzowania wiedzy dotyczącej DL oraz jego zastosowania we wspomaganiu interpretacji przestrzeni geograficznej na podstawie zobrazowań lotniczych i satelitarnych. Przeglądem zagadnień DL zainteresowani będą przede wszystkim geografowie, którzy chcieliby wzbogacić prowadzone badania naukowe o metody oparte o sztuczne sieci neuronowe. W tekście przedstawione zostały główne koncepcje DL oraz metody wraz z przykładowymi kategoriami zadań, które można zrealizować przy ich pomocy. Mowa o semantycznej segmentacji, klasyfikacji, augmentacji materiału badawczego i inżynierii cech. Prezentacja każdej z tych kategorii została wzbogacona o opis przypadku użycia i przegląd literatury, umożliwiając w ten sposób wykonanie pierwszego kroku ku zastosowaniu danej techniki w przyszłych projektach badawczych. Zakończenie artykułu stanowi dyskusja nad nowymi kierunkami rozwoju DL w ramach dyscypliny nauk o Ziemi i środowisku. | pl |
dc.language.iso | pl | |
dc.publisher | Polskie Towarzystwo Geograficzne | pl |
dc.rights | Creative Commons Uznanie autorstwa 4.0 | * |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0/legalcode | * |
dc.subject | konwolucyjna sieć neuronowa | pl |
dc.subject | przestrzeń geograficzna | pl |
dc.subject | teledetekcja | pl |
dc.subject | uczenie głębokie | pl |
dc.subject | uczenie maszynowe | pl |
dc.title | Głębokie uczenie w procesie teledetekcyjnej interpretacji przestrzeni geograficznej – przegląd wybranych zagadnień | pl |
dc.title.alternative | Deep learning in the geographical space remote sensing interpretation – review of selected issues | en |
dc.type | article | pl |
dc.contributor.organization | SoftwareMill | pl |