AB

Bibliografia publikacji pracowników
Państwowej Szkoły Wyższej w Białej Podlaskiej

Baza tworzona przez Bibliotekę Akademii Bialskiej im. Jana Pawła II.


Zapytanie: CONVOLUTIONAL NEURAL NETWORK
Liczba odnalezionych rekordów: 2



Przejście do opcji zmiany formatu | Wyświetl/ukryj etykiety | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Nowe wyszukiwanie
1/2
Nr opisu: 0000041410
Autorzy: Vladimir Golovko, Alexander Kroshchanka, Egor Mikhno, Myroslav Komar, Anatoliy Sachenko.
Tytuł pracy: Deep Convolutional Neural Network for Detection of Solar Panels
Tytuł całości: W: Data-Centric Business and Applications : ICT Systems-Theory, Radio-Electronics, Information Technologies and Cybersecurity, Vol. 5 / editors Tamara Radivilova, Dmytro Ageyev, Natalia Kryvinska
Miejsce wydania: Cham
Wydawca: Springer
Rok wydania: 2021
Seria: Lecture Notes on Data Engineering and Communications Technologies, 2367-4512, Vol. 48
Strony zajęte przez pracę: P. 371-389
ISBN: 978-3-030-43069-6
Kopia niedostępna: x
Charakterystyka formalna: rozdział w monografii zagranicznej
Charakterystyka wg MNiSW: rozdział w monografii z wykazu MEiN
Język publikacji: ENG
Słowa kluczowe ang.: convolutional neural network ; deep learning ; detection ; determining the presence ; images ; low-resolution photos ; photovoltaic ; solar panel

2/2
Nr opisu: 0000042337
Autorzy: Vladimir Golovko, Alexander Kroshchanka, Sergei Bezobrazov, Anatoliy Sachenko, Myroslav Komar, Oleksandr Novosad.
Tytuł pracy: Development of Solar Panels Detector
Tytuł całości: W: Problems of Infocommunications Science and Technology (PIC S&T' 2018) : Conference Proceedings 2018 International Scientific-Practical Conference
Miejsce wydania: Kharkiv
Wydawca: Institute of Electrical and Electronics Engineers (IEEE)
Rok wydania: 2018
ISBN: S. 761-764
Kopia niedostępna: x
Charakterystyka formalna: referat w materiałach pokonferencyjnych zagranicznych
Charakterystyka merytoryczna: konferencja naukowa międzynarodowa
Charakterystyka wg MNiSW: publikacja w recenzowanych mat. konf. międzynar. uwzględnionej w WoS
Język publikacji: ENG
Punktacja ministerstwa: 15.000
Słowa kluczowe ang.: artificial intelligence ; computer vision ; convolutional neural network ; energy production ; geospatial data ; power capacity ; satellite photos ; solar panels detection
Inne bazy podające opis:
  • Scopus
  • WoS

    DOI: 10.1109/INFOCOMMST.2018.8632132
    Streszczenie: The paper describes the method of detection of roof-installed solar photovoltaic panels in low-quality satellite photos. It is important to receive the geospatial data (such as country, zip code, street and home number) of installed solar panels, because they are connected directly to the local power. It will be helpful to estimate a power capacity and an energy production using the satellite photos. For this purpose, a Convolutional Neural Network was used. For training and testing dataset consists of low-quality Google satellite images was used. The experimental results show a high rate accuracy of detection with low rate incorrect classifications of the proposed approach. The proposed approach has enormous implementation and can be improved in future.

      Wyświetl ponownie stosując format:
    • Wyświetl/ukryj etykiety | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Nowe wyszukiwanie | Biblioteka AB