| 1. | Наименование проекта | Исследования устойчивости методов статистического распознавания к искажениям в неконтролируемых условиях мониторинга аномалий земной поверхности в арктических широтах |
|---|---|---|
| 2. | Регистрационный номер ЦИТИС: | 115081870004 |
| 3. | Исполнитель | ФИЦ "Информатика и управление" РАН |
| 4. | Ведомственная принадлежность | Минобрнауки России - наука |
| 5. | Заказчик | РФФИ |
| 6. | Вид финансирования | грант |
| 7. | Вид НИОКТР | Фундаментальная НИР |
| 8. | Приоритетное направление (основное) | Информационно-телекоммуникационные системы |
| 9. | Приоритетное направление (дополнительное) | Нет данных |
| 10. | Критическая технология (основная) | Нет данных |
| 11. | Критическая технология (дополнительная) | Нет данных |
| 12. | Приоритет Стратегии НТР России | |
| 13. | Общее тематическое направление | |
| 14. | Приоритетное арктическое направление (основное) | |
| 15. | Приоритетное арктическое направление (дополнительное) | |
| 16. | Аннотация | Текущий этапа освоения Арктики характеризуется переходом от «дальнего зондирование» (средствами космической и авиа съемки) к «ближнему зондированию», которое может проводиться с помощью малой авиации или беспилотными летательными аппаратами малого и среднего радиуса действия. При этом существенно возрастает влияние климатических и метеорологических факторов: при мониторинге земной поверхности в арктических широтах невозможно контролировать условия съемки, а исходные первичные экспериментальные данные подвергаются существенным искажениям. Важнейшей проблемой в любой системе с использованием методов статистического распознавания являются искажения первичных экспериментальных данных. В числе таких методов искусственная нейронная сеть, методы опорных векторов, Виолы-Джонса, полиномиальной регрессии. В рамках проекта планируется провести исследование и изучить вопросы моделирования искажений, а также контроля чувствительности и устойчивости методов статистического распознавания к искажениям входных данных. Планируемые результаты обладают высокой новизной, поскольку представляют собой результат системного анализа специфичных для Арктики особенностей использования методов статистического распознавания, а из значимость определяется возможность адаптации на широкий класс практически значимых и востребованных алгоритмов машинного обучения. Междисплинарность исследования определяется сложностью системы влияющих факторов. |
| 17. | Начало проекта | 01.01.2015 |
| 18. | Завершение проекта | 31.12.2017 |