Вышедшие номера
Создание синтетического метода распознавания планетарных объектов на основе нейронных сетей
Russian Science Foundation, 24-22-00260
Российский научный фонд, 24-22-00260
Андреев А.О. 1,2, Нефедьев Ю.А. 2, Колосов Ю.А. 2
1Казанский государственный энергетический университет, Казань, Россия
2Казанский (Приволжский) федеральный университет, Казань, Россия
Email: andreev.alexey93@gmail.com, star1955@yandex.ru, koloyra@gmail.com
Поступила в редакцию: 4 мая 2025 г.
В окончательной редакции: 16 июля 2025 г.
Принята к печати: 17 июля 2025 г.
Выставление онлайн: 10 ноября 2025 г.

Рассмотрено создание синтетического метода распознавания планетарных объектов на основе объединения двух архитектур Mask R-CNN и (CNN) UNET. Созданный метод верифицирован на лунных кратерах различных категорий, выбранных на снимках современных спутниковых миссий. Распознавание объектов происходит с использованием таких критериев, как соотношение стратиграфических характеристик, морфологических особенностей и оптической структуры. Ключевые слова: нейронные сети, планетофизические параметры, синтетический метод.
  1. A. Esteva, B. Kuprel, R.A. Novoa. Nature, 542 (7639), 115 (2017). DOI: 10.1038/nature21056
  2. A. Silburt, M. Ali-Dib, C. Zhu. Icarus, 317, 27 (2019). DOI: 10.1016/j.icarus.2018.06.022
  3. C.I. Fassett, J.W. Head, S.J. Kadish. J. Geophys. Research: Planets, 117, E12 (2012). DOI: 10.1029/2011JE003951
  4. J.W. Head, C.I. Fassett, S.J. Kadish, D.E. Smith, M.T. Zuber, G.A. Neumann, E. Mazarico. Science, 329 (5998), 1504 (2010). DOI: 10.1126/science.1195050
  5. F. Scholten, J. Oberst, K.-D. Matz, T. Roatsch, M. Wahlisch, E.J. Speyerer, M.S. Robinson. J. Geophys. Research: Planets, 117 (2012). DOI: 10.1029/2011JE003926
  6. Электронный ресурс. Режим доступа: http://gisstar.gsi.go.jp/selene/index-E.html
  7. Электронный ресурс. Режим доступа: https://astrogeology.usgs.gov/search/map/moon_lro_lola_selene _kaguya_tc_dem_merge_60n60s_59m