XiaoMi-AI文件搜索系统
World File Search System伊什
人工智能在远程监控数据处理任务中的应用Yu.Yu.格罗莫夫 1，I.N.伊什丘克 1，V.V.罗季奥诺夫 1
摘要 本文提出了一种使用深度学习卷积神经网络U-net对地表多时相多光谱图像进行分类的方法。使用无人驾驶飞机的多光谱光电系统获取可见光和红外图像，并用于构建该地区的正射影像图。根据获得的数据，训练神经网络来解决检测人造物体的问题。基于深度学习和热物理参数评估的远程监控对象智能识别方法允许使用遗传算法创建背景目标环境。该算法解决了热导率的系数反问题，并提供了材料热物理参数的估计。为了训练模型，引入了 18 类物体，根据人造物体和背景（人为或自然景观）之间的热对比差异进行研究。每天以 4 小时为间隔对地球表面进行 6 次勘测。该实验于2021年夏季进行，具体日期为8月4日至5日。在人造物体的检测和分类任务中，发现该模型表现出具有不同可靠性的适用性。进行的研究表明，在模型运行过程中发现了所需的对象类别。关键词1 深度学习，分类，分割，远程监控，神经网络，遗传算法，背景目标环境，光电系统，热物理参数。人工智能在远程监测数据处理任务中的应用 YY Gromov 1、IN Ishchuk 1、VV Rodionov 1
博士伊什特万·塔马斯·科尼亚
利息溢价和外部头寸：一种国家依赖的方法 小型开放经济体的经济增长：从维谢格拉德集团国家吸取的教训 小型开放经济体中的利息溢价、突然停止和调整 带有搜索和匹配摩擦的估计开放经济 DSGE 模型：以匈牙利为例 收敛、资本积累和名义汇率 楔形发展核算：六个欧洲国家的经验 高收入国家的国际消费模式：来自 OECD 数据的证据 最佳移民和文化同化模型 国际贸易中的文化障碍 少数民族和多数民族：同化的动态模型