УДК 510.64–519.816
DOI: 10.36871/2618-9976.2023.04.004

Авторы

Алексей Николаевич Аверкин,
Кандидат физико-математических наук, доцент, Российский экономический университет им. Г.В. Плеханова, Вычислительный центр им. А.А. Дородницына Российской академии наук Федерального исследовательского центра «Информатика и управление» Российской академии наук, Москва, Россия
Сергей Александрович Ярушев,
Кандидат технических наук доцент, Российский экономический университет им. Г.В. Плеханова, Москва, Россия

Аннотация

В работе исследуются возможности и перспективы внедрения гибридных когнитивных моделей прогнозирования макроэкономических показателей на основе нечетких когнитивных карт и нейро-нечетких моделей нейронных сетей на основе данных о распознанных природных пожарах на спутниковых изображениях. В процессе работы был проведен анализ существующих инструментальных средств распознавания спутниковых изображений, рассмотрена и проанализирована проблематика в области распознавания спутниковых снимков как источника информации, проведено сравнение методов глубокого обучения, а также проведен анализ существующих методов распознавания изображений. По результатам анализа проблематики была разработана модель глубокой нейронной сети для распознавания природных пожаров на спутниковых изображениях. На основе полученных результатов классификации изображений была построена нечеткая когнитивная карта анализа макроэкономической ситуации.

Ключевые слова

искусственный интеллект
распознавание спутниковых снимков
нечеткие когнитивные карты
макроэкономика
когнитивное моделирование
глубокие нейронные сети
объяснительный искусственный интеллект