Применение глубокого обучения в сфере картографирования

ФИО студента: Каменев Владимир Андреевич

Кампус/факультет: Санкт-Петербургская школа физико-математических и компьютерных наук

Программа: Машинное обучение и анализ данных (Магистратура)

Год защиты: 2024

Качество данных играет одну из ключевых ролей в обучении устойчивого и качественного алгоритма в задачах машинного обучения и, в частности, распознавания сущностей зданий (семантическая сегментация), а также полигонизацией зданий. С этой целью в данной работе исследуется подход предобработки данных низкого разрешения заранее обученной моделью для повышения пространственного разрешения. Для этого из различных источников были собраны и обработаны данные различной природы, обучена модель для повышения разрешения, а также обучены и протестированы модели семантической сегментации и полигонизации на исходных и новых данных.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ