Η προστασία του φυσικού περιβάλλοντος είναι ένα ζήτημα που απασχολεί την ανθρωπότητα όλο και περισσότερο τα τελευταία χρόνια. Σε αυτή την διπλωματική εργασία παρουσιάζονται τρόποι με τους οποίους μπορεί η μηχανική μάθηση να βοηθήσει στην πρόβλεψη φυσικών καταστροφών και να συμβάλλει στην αποφυγή τους ή στην έγκαιρη αντιμετώπισή τους. Γίνεται εισαγωγή στην τηλεπισκόπηση και στο ραντάρ συνθετικού διαφράγματος, επεξηγούνται τα τεχνητά νευρωνικά δίκτυα και αναλύονται εφαρμογές βαθιάς μάθησης στην προστασία του φυσικού περιβάλλοντος. Παρουσιάζεται πώς μπορεί να γίνει πρόβλεψη του κινδύνου πυρκαγιάς με βαθιά μάθηση, η σημασιολογική κατάτμηση πετρελαιοκηλίδων αλλά και η ανίχνευση παγόβουνων και πλοίων με βαθιά μάθηση από δορυφορικές εικόνες SAR. Τα παγόβουνα τα οποία αποτελούν μεγάλο κίνδυνο για την ναυσιπλοΐα είναι δυνατό να ανιχνευθούν από δορυφορικές εικόνες SAR, αλλά η διάκρισή τους από τα πλοία χρειάζεται να γίνει από κάποιον άνθρωπο με ειδικές γνώσεις, κάτι το οποίο είναι πολύ χρονοβόρο. Για αυτό τον λόγο προτείνεται και παρουσιάζεται ένας αλγόριθμος βαθιάς μάθησης ο οποίος με την χρήση συνελικτικών νευρωνικών δικτύων διακρίνει αυτόματα τα παγόβουνα από τα πλοία σε εικόνες SAR.
.jpg){kind=logo}
University of West Attica
