Двадцать третья международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
XXIII..591
Глубокое обучение в задачах дистанционного зондирования атмосферы с примерами детектирования мезомасштабных конвективных систем
Криницкий М.А. (1)
(1) Московский физико-технический институт (государственный университет), Москва, Россия
Методы глубокого обучения открывают новые возможности для анализа данных дистанционного зондирования атмосферы, позволяя распознавать сложные пространственно-временные структуры и выявлять закономерности, недоступные традиционным алгоритмам. Лекция познакомит слушателей с основными архитектурами нейросетей, применяемыми в обработке спутниковых данных, и типичными задачами — от классификации облаков до реконструкции пропусков и обнаружения аномалий.
На примере автоматической идентификации и трекинга мезомасштабных конвективных систем в данных Meteosat будет показано, как методы глубокого обучения позволяют переходить от экспертной разметки к устойчивому детектированию атмосферных явлений. Особое внимание уделено вопросам оценки ошибок и неопределённостей нейросетевых решений, сравнению результатов с экспертными данными и интерпретации достоверности прогнозов. Лекция завершится обзором перспектив применения подобных подходов для многоуровневого анализа и мониторинга атмосферы.
Ключевые слова: методы глубокого обучения, нейросети
Презентация доклада
Лекции XXI Международной научной Школы-конференции молодых ученых по фундаментальным проблемам дистанционного зондирования Земли из космоса