Лаборатория 4.1. Комплексных информационных систем
Основные направления исследований лаборатории:
- разработка методов и технологий облачной сервис-ориентированной цифровой платформы сбора, хранения и обработки больших объёмов разноформатных междисциплинарных данных и знаний, основанные на применении искусственного интеллекта, компонентного и модельно-управляемого подходов и машинного обучения.
Важнейшие научные результаты:
Впервые разработана технология построения цифровых моделей рельефа (ЦМР) по контурам береговых линий, получаемых со спутниковых изображений Sentinel-2 с субпиксельной точностью. Для решения этой задачи разработаны оригинальные алгоритмы: алгоритм взаимной регистрации изображений с субпиксельной точностью и алгоритм согласования изолиний, которые могут содержать ошибки, с использованием триангуляций. На рисунках показаны соответствующие друг другу фрагменты вспомогательной и результирующей триангуляций рельефа прибрежных территорий участка Братского водохранилища в пределах одного тайла.
Разработан метод инициализации моделей лесных ресурсов, основанный на обработке разноформатных спутниковых данных из открытых источников. Созданный метод включает совместную обработку глобальных данных дистанционного зондирования о классификации земной поверхности и наземной биомассе. При этом выбранная классификация содержала несколько групп пород деревьев – хвойные, лиственные и лиственницы. Метод был впервые опробован на территории Голоустненского лесничества для инициализации модели LANDIS-II. В дальнейшем предложенный метод может использоваться для новых областей исследования и инициализации других моделей динамики лесных ресурсов.
Разработан метод классификации данных ДЗЗ, который анализирует упорядоченную последовательность снимков на заданную территорию. Метод состоит из двух основных шагов: классификация снимков по отдельности и анализ последовательности результатов классификации. Для классификации спутниковых изображений применялась сверточная нейронная сеть ResNet-50. С помощью метода сформированы карты подстилающей поверхности Иркутской области и республики Бурятии за 2019-2020 гг., которые не содержат облачность, зоны отсутствия данных и подтопления. Учет ограничений позволил улучшить точность классификации за счет сужения возможного набора классов.
Созданы методы и комплекс инструментальных средств распознавания, анализа и интерпретации документных таблиц, совокупность которых составляет теоретические и технологические основы решения проблемы упрощения разработки прикладного программного обеспечения извлечения данных из документных таблиц за счет поддержки произвольности табличной структуры.
Теоретические результаты были опубликованы в ряде ведущих мировых изданий по направлению компьютерных наук. Практические результаты нашли применение в восьми научных и индустриальных проектах при решении прикладных задач интеллектуального анализа документов, интеграции данных, конструирования онтологии предметной области и кросс-контекстного обмена бизнес-документами (из них пять проектов выполнено сторонними коллективами).