Оцінка наслідків руйнування інфраструктури будівель внаслідок сейсмічних подій за допомогою методів машинного навчання
Тип публікації :
Магістерська робота
Дата випуску :
2023
Автор(и) :
Брудько Катерина Олександрівна
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Брудько, К. О. (2023). Оцінка наслідків руйнування інфраструктури будівель внаслідок сейсмічних подій за допомогою методів машинного навчання. [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/5296
[ДСТУ] Брудько К. О. Оцінка наслідків руйнування інфраструктури будівель внаслідок сейсмічних подій за допомогою методів машинного навчання : кваліфікаційна робота магістра : 10 Природничі науки. Київ, 2023. 112 с. URL: https://ir.library.knu.ua/handle/123456789/5296 (дата звернення: 17.07.2026).
У магістерській кваліфікаційній роботі представлено використання методів глибинного навчання для автоматичного розпізнавання пошкоджених будівель, що дозволяє швидко і просторово оцінити вплив природних небезпек, таких як землетруси, тим самим прискорюючи реагування на надзвичайні ситуації.
Метою роботи є створення моделей для сегментації площі будівель та класифікації пошкоджень будівель для оцінки впливу природних небезпек. Для даного дослідження як вихідні данні були використані супутникові знімки до і після землетрусу, що стався в Центральній Італії місто Аматріче 24 серпня 2016 року о 01:36 (UTC) потужністю 6,2 МВт. Результати дослідження показали, що нейронна мережа, навчена на репрезентативному наборі зразків, може розрізняти як пошкоджені, так і неушкоджені типи будівельної інфраструктури. Результати класифікації можуть представляти набори даних для отримання статусу пошкоджень.
Ключові слова: згорткові нейронні мережі, семантична сегментація, класифікація зображень, дистанційне зондування землі.
Метою роботи є створення моделей для сегментації площі будівель та класифікації пошкоджень будівель для оцінки впливу природних небезпек. Для даного дослідження як вихідні данні були використані супутникові знімки до і після землетрусу, що стався в Центральній Італії місто Аматріче 24 серпня 2016 року о 01:36 (UTC) потужністю 6,2 МВт. Результати дослідження показали, що нейронна мережа, навчена на репрезентативному наборі зразків, може розрізняти як пошкоджені, так і неушкоджені типи будівельної інфраструктури. Результати класифікації можуть представляти набори даних для отримання статусу пошкоджень.
Ключові слова: згорткові нейронні мережі, семантична сегментація, класифікація зображень, дистанційне зондування землі.
Галузі знань та спеціальності :
10 Природничі науки
103 Науки про Землю
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
2.94 MB
Контрольна сума :
(MD5):057323a6e61d740e8c21a97e2da04bcc
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International