Հրապարակման մանրամասներ:

Հանդեսը հիմնադրվել է 1948թ. «ՀՍԽՀ ԳԱ Տեղեկագիր Ֆիզիկա-մաթեմատիկական, բնագիտական և տեխնիկական գիտություններ» վերնագրով, որում տպագրվում էին նաև երկրաբանական գիտություններին նվիրված հոդվածներ: 1964թ.-ից հանդեսը լույս է տեսնում «ԳԱԱ Տեղեկագիր Գիտություններ երկրի մասին» անվանմամբ: 1993թ.-ից տարեկան հրատարակվում է 3 հատոր։

Ամսագրի կամ հրապարակման վերնագիր:

ՀՀ ԳԱԱ Տեղեկագիր: Գիտություններ երկրի մասին =Proceedings of the NAS RA: Earth Sciences

Հրապարակման ամսաթիվ:

2020

Հատոր:

73

Համար:

2

ISSN:

0515-961X

Պաշտոնական URL:

Լրացուցիչ տեղեկություն:

Тепаносян Г., Овсепян А., Мурадян В., Асмарян Ш., Tepanosyan G., Hovsepyan A., Muradyan V., Asmaryan Sh.

Այլ վերնագիր:

Исследование пространственно-временного изменения земельного покрова города Еревана сприменением данных спутникого дистанционного зондирования ; Study spatiotemporal changes in Yerevan’s land cover using satellite remote sensing data

Աջակից(ներ):

Պատ․ խմբ․՝ Ի․ Գ․ Մաղաքյան (1957) ; Ա․ Հ․ Գաբրիելյան (1958-1966) ; Ն․ Ի․ Դոլուխանովա (1967-1970) ; Է․ Ա․ Խաչատրյան (1970-1975) ; Ա․ Տ․ Ասլանյան (1976-1984) ; Ա․ Հ․ Գաբրիելյան (1985-1993) ; Բ․ Կ․ Կարապետյան (1994-2000) ; Գլխ․ խմբ․՝ Ռ․ Տ․ Ջրբաշյան (2001-2017)

Ծածկույթ:

72-83

Ամփոփում:

Աշխատանքում քննարկվում է1989-2018թթ-ին Երևան քաղաքի մակերևույթային ծածկի տարածաժամանակային փոփոխության առանձնահատկությունները՝ վերծանված Landsat արբանյակային լուսանկարներից՝ մեքե- նայական ուսուցման ալգորիթմների կիրառմամբ: Քաղաքի մակերևույթային ծածկի քարտեզագրման համար ընտրվել են մեքենայական ուսուցման ալգորիթմներից առավել լայն կիրառվող բազմաշերտ պերցեպտրոն՝ ԲՇՊ (MLP-multilayer perceptron), աջակցության վեկտորի դասակարգիչ՝ ԱՎԴ (SVC-support vector classifier) և պատահական անտառ՝ ՊԱ (RF-random forest) մեթոդները: В статье рассматриваются особенности пространственно-временного изменения земельного покрова города Еревана в период 1989-2018 гг., дешифрированные со спутниковых снимков Landsat - с использованием алгоритмов машинного обучения. Для картографирования земельного покрова города были выбраны наиболее широко используемые алгоритмы машинного обучения: методы многослойного перцептрона МСП, (MLPmultilayerperceptron), опорных векторов-МОВ (SVC-supportvectorclassifier) и случайный лес-СЛ (RF-randomforest). The article considers specificities of a spatio-temporal change in Yerevan’s land cover between 1989 and 2018, classified from Landsat satellite images using machine learning algorithms. To map the city land cover, this research chose the most widely used machine learning algorithms: MPL-multilayer perceptron, SVC- support vector classifier and RF- random forest methods.

Հրատարակության վայրը:

Երևան

Հրատարակիչ:

ՀՀ ԳԱԱ հրատ.

Ձևաչափ:

pdf

Նույնացուցիչ:

oai:arar.sci.am:264593

Դասիչ:

АЖ 409

Թվայնացում:

ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան

Բնօրինակի գտնվելու վայրը:

ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան