Автоматизація інтерпретації даних георадарних обстежень із використанням методів машинного навчання
Тип публікації :
Магістерська робота
Дата випуску :
15 травня 2026 р.
Автор(и) :
Курилюк, Дмитро Андрійович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Курилюк, Д. А. (2026). Автоматизація інтерпретації даних георадарних обстежень із використанням методів машинного навчання [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/31381
[ДСТУ] Курилюк Д. А. Автоматизація інтерпретації даних георадарних обстежень із використанням методів машинного навчання : кваліфікаційна робота магістра : 103 Науки про Землю / наук. кер. О. В. Шабатура. Київ, 2026. 85 с. URL: https://ir.library.knu.ua/handle/15071834/31381 (дата звернення: 24.08.2026).
Кваліфікаційна робота присвячена автоматизації інтерпретації даних георадарних обстежень із використанням методів машинного та глибокого навчання. У роботі досліджено фізичні принципи георадарного зондування, проблеми традиційної ручної інтерпретації радарограм та сучасні підходи до автоматизованого аналізу геофізичних даних.
Проведено аналіз сучасних алгоритмів машинного навчання, які використовуються для обробки георадарних сигналів, зокрема згорткових нейронних мереж та архітектур U-Net. У практичній частині реалізовано програмну систему інтелектуального аналізу георадарних даних, виконано підготовку набору даних, навчання та тестування нейронної мережі для виявлення підповерхневих об’єктів. Результати дослідження демонструють перспективність використання методів машинного навчання для підвищення швидкості, точності та об’єктивності інтерпретації георадарних даних у задачах інженерної геофізики.
Проведено аналіз сучасних алгоритмів машинного навчання, які використовуються для обробки георадарних сигналів, зокрема згорткових нейронних мереж та архітектур U-Net. У практичній частині реалізовано програмну систему інтелектуального аналізу георадарних даних, виконано підготовку набору даних, навчання та тестування нейронної мережі для виявлення підповерхневих об’єктів. Результати дослідження демонструють перспективність використання методів машинного навчання для підвищення швидкості, точності та об’єктивності інтерпретації георадарних даних у задачах інженерної геофізики.
Галузі знань та спеціальності :
10 Природничі науки::103 Науки про Землю
Галузі науки і техніки (FOS) :
Природничі науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
2.42 MB
Контрольна сума :
(MD5):c71e99a23121b84d9c93fd23e1a52192
