Аннотация:Гиперспектральные данные дистанционного зондирования имеют большой потенциал для решения научных и производственных задач, связанных с мониторингом природных процессов. Разделение спектра на множество узких каналов позволяет исследовать характеристики объектов, недоступные при панхроматической и многозональной съемке. В то же время, объем получаемых данных чрезвычайно велик, что вызывает трудности при классификации и дешифрировании.
Целью настоящего исследования, выполненного в рамках первого года обучения в магистратуре, является изучение возможностей дешифрирования гиперспектральных данных дистанционного зондирования с помощью моделей машинного обучения.