Огарёв-online

Библиографический список

1. Клехо Д. Ю., Карелина Е. Б., Батырев Ю. П. Использование технологии сверточных нейронных сетей в сегментации объектов изображения // Вестник МГУЛ – Лесной вестник. – 2021. – Т. 25. – № 1. – С. 140–145.
2. Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах промышленных предприятий. ОНД-86. – Л.: Гидрометеоиздат, 1986. – 93 с.
3. Морозов Д. А. Применение нейронных сетей для прогнозирования в геоинформационных системах // Вопросы науки и образования. – 2018. – № 11 (23). – С. 6–8.
4. Плуготаренко Н. К., Варнавский А. Н. Применение нейронных сетей для построения модели прогнозирования состояния городской воздушной среды // Инженерный вестник Дона. – 2012. – № 4. – Ч. 2. – С. 10.
5. Ростовцев В. С. Искусственные нейронные сети. – СПб: Лань, 2023. – 216 с.
6. Татарникова Т. М., Степанов С. Ю., Петров Я. А., Сидоренко А. Ю. Разработка метода защиты геоинформационных систем и пространственных данных на основе нейронной сети // Программные продукты и системы. – 2020. – № 2 [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/razrabotka-metoda-zaschity-geoinformatsionnyh-sistem-i-prostranstvennyh-dannyh-na-osnove-neyronnoy-seti (дата обращения: 06.12.2023).
7. Тесленок К. С. Возможности геоинформационных систем в управлении инновациями, ресурсами и природопользованием // Вестник Казахского университета экономики, финансов и международной торговли. – 2014. – № 3. – С. 135–138.
8. Тесленок С. А. Управление агроландшафтными системами на основе специализированных региональных ГИС, как один из механизмов повышения эффективности их функционирования // Стратегия и тактика развития производственно-хозяйственных систем: материалы IX Междунар. науч.-практич. конф., посвящ. 120-летию со дня рожд. П. О. Сухого, Гомель, 26-27 нояб. 2015 г. – Гомель: ГГТУ им. П. О. Сухого, 2015. – С. 297–302.
9. Тесленок К. С. Создание геоинформационного проекта и его использование в целях развития хозяйственных систем // Геоинформационное картографирование в регионах России: материалы VII Всерос. науч.-практич. конф. (Воронеж, 10-12 дек. 2015 г.). – Воронеж: Научная книга, 2015. – С. 134–138.
10. Тесленок К. С., Тесленок С. А. Геоинформационно-картографическое обеспечение управленческих решений сельскохозяйственного природопользования // Молодой ученый. – 2015. – № 6.5 (86.5). – С. 59–62.
11. Тесленок К. С., Тесленок С. А. Использование геоинформационных технологий для принятия оперативных управленческих решений в целях рационализации сельскохозяйственного природопользования // Агропромышленный комплекс: состояние, проблемы, перспективы: сборник статей X Междунар. науч.-практич. конф. – Пенза: РИО ПГСХА, 2014. – С. 103–106.
12. Федосеева У. С., Тесленок С. А., Скурихин А. А. Сравнительный анализ точности классификации объектов на основе космических снимков из разных источников // Известия Дагестанского государственного педагогического университета. Естественные и точные науки. – 2024. – Т. 18. №2. – С. 93–102.
13. Liu J., Dong F., Li Z. Application of Convolutional Neural Network to GIS and Physics // Computational Intelligence and Neuroscience. – 2022. – Vol. 2. – P. 1–6.
14. Peponi A., Morgado P., Trindade J. Combining Artificial Neural Networks and GIS Fundamentals for Coastal Erosion Prediction Modeling // Sustainability. – 2019. – Vol. 11. – P. 975.
15. Pijanowski B., Brown D., Shellito B., Manik G. Using neural networks and GIS to forecast land use changes: A Land Transformation Model // Computers, Environment and Urban Systems. – 2002. – Vol. 26. – P. 553–575.
16. Using Deep Learning for Feature Extraction and Classification // Imagery Workflows [Электронный ресурс]. – Режим доступа :https://doc.arcgis.com/en/imagery/workflows/ lresources/using-deep-learning-for-feature-extraction.htm (дата обращения: 06.12.2023).