Browsing by Author "Удовик, Ірина Михайлівна"

Now showing 1 - 2 of 2

Конструювання запитів для класифікації земного покриву без навчальних прикладів за допомогою мультимодальних мовних моделей на знимках Sentinel-2
(Український державний університет науки і технологій, ННІ ≪ Дніпровський металургійний інститут ≫, ІВК ≪Системні технології≫, Дніпро, 2026) Гончаров, Олександр Геннадійович; Удовик, Ірина Михайлівна; Гнатушенко, Вікторія Володимирівна
UKR: Класифікація земного покриву за супутниковими знімками є важливим завданням екологічного моніторингу, містобудівного планування та агрономії. Мультимодальні мовні моделі (VLM) дозволяють виконувати цю задачу без розмічених тренувальних даних, проте під час їх застосування виявлено системну проблему - хибну класифікацію за кольором сегментаційної маски (color leakage), коли модель ухвалює рішення не за вмістом зображення, а за довільним кольором маски. Метою роботи є розробка протоколу конструювання запитів для усунення цього явища та порівняння двох стратегій обробки супутникових знімків (багатокластерної та однокластерної). Запропоновано протокол із чотирьох інваріантів (TCI першим, сіра маска, заборона кольорових описів, фіксований JSON-формат) та зіставлено Варіант A (багатокластерний) і Варіант Б (однокластерний) на зображеннях Sentinel-2, що дозволило усунути хибну класифікацію за кольором маски та призвело до підвищення частки відповідей у коректному JSON-форматі (FCR) з ≈ 60 % до 97 %. Варіант Б досягає mIoU ≈ 13,2 %, що на 6,1 відсоткового пункту перевищує Варіант A; найкраща комбінація (UNet-encoder + GPT-4.1, Варіант Б) досягає 46,2 % mIoU.
Методологія об’єднання даних багатоканальних зображень
(Український державний університет науки і технологій, ННІ ≪ Дніпровський металургійний інститут ≫, ІВК ≪Системні технології≫, Дніпро, 2025) Гнатушенко, Володимир Володимирович; Грищак, Володимир Володимирович; Олевська, Юлія Борисівна; Олевський, Віктор Ісаакович; Удовик, Ірина Михайлівна
UKR: Актуальність теми дослідження. У сучасних дослідженнях та практичному застосуванні багатоканальних зображень, отриманих з різних джерел, таких як аерокосмічні сенсори та медичні системи візуалізації, виникає необхідність ефективного об’єднання даних. Постановка проблеми. Необхідно розробити методологію об’єднання зображень із різними спектральними характеристиками для отримання більш точної інформації про земну поверхню. Мета та методи дослідження. Мета полягає у розробці методології об’єднання багатоканальних зображень задля покращення точності аналізу, підвищення інформативності та зниження впливу шумів. Запропонована методологія базується на використанні математичних моделей для гармонізації різнорідних даних, включаючи алгоритми попереднього препроцессингу, спектрального аналізу та машинного навчання. Розглянуто адаптацію підходів для специфічних завдань: об’єднання даних дистанційного зондування Землі для картографічного аналізу та злиття зображень різної модальності (наприклад, МРТ, КТ та УЗД) для діагностичних цілей. Результати та ключові висновки. Проведені експерименти демонструють підвищення якості результатів при використанні запропонованого підходу. Отримані результати підтверджують, що інтеграція багатоканальних зображень дозволяє досягти кращої деталізації, зменшити помилки ідентифікації об’єктів та забезпечити більш точну візуалізацію. Розроблена методика є універсальною та може бути застосована в багатьох галузях, включаючи екологічний моніторинг, планування міських територій, медичну діагностику та робототехніку.