bg
Новости
18:57, 04 июня 2025
views
39

В России разработали методику обнаружения айсбергов при помощи нейросетей

Проблема обострилась из-за роста интенсивности судоходства в Арктике

В России создана технология обнаружения айсбергов с помощью нейросетей. Методика разработана в Северном (Арктическом) федеральном университете имени М. В. Ломоносова (САФУ) в Архангельске, сообщили в пресс-службе вуза.

Проблема выявления айсбергов остаётся актуальной: интенсивность движения судов в Арктике продолжает расти. Чтобы повысить точность распознавания, студенты САФУ разработали нейросеть с искусственно увеличенной обучающей выборкой.

Для эффективного обучения модели требуется большой объём данных. Однако в открытом доступе подходящих изображений недостаточно. Чтобы решить эту проблему, разработчики применили визуальные аугментации — добавление шума, зеркальное отражение, повороты изображения и другие преобразования. Это позволило существенно расширить выборку и повысить качество распознавания.

Из-за непредсказуемой траектории движения айсбергов прогнозировать их поведение крайне сложно. Глобальное потепление приводит к увеличению их числа в океане, поэтому точные и своевременные методы обнаружения становятся всё более важными.

Современные спутники охватывают всю поверхность Земли, но основная сложность — в расшифровке спутниковых и радиолокационных снимков. Радиолокационные методы позволяют фиксировать аномалии, но не дают ответа на вопрос: это айсберг, судно или просто волнение на воде. В то же время радары работают в условиях плохой видимости и в любое время суток, что делает их незаменимыми в мореплавании.

Нейросеть можно обучить распознавать признаки, характерные именно для кораблей — например, повышенную яркость отражённого сигнала, характерные пропорции корпуса и другие параметры.

Разработчики рекомендуют использовать современные архитектуры нейронных сетей, которые способны решать задачи детектирования айсбергов быстрее и с меньшими вычислительными затратами по сравнению с традиционными подходами.

like
heart
fun
wow
sad
angry
Последние новости
Главное
Рекомендуем
previous
next