Интеллектуальная программная система, основанная на сочетании передовых актуарных методах, моделях искусственного интеллекта и глубокого обучения, космических снимках и фундаментальных знаний о лесном хозяйстве для повышения точности.
Используются самые современные модули глубокого обучения Keras, TensorFlow, PyTorch, продвинутые модели по обработке спутниковых снимков Unet, позволяющие выполнять сегментацию изображений, точно определять границ лесных массивов.
− Скорость обработки одной заявки (в расчете на 100 гектар леса): от 3 до 10 дней.
− Количество спектральных слоев космических снимков для анализа: от 6 до 15.
− Количество разработанных моделей, в частности, машинного обучения: от 3 до 8 (на базе UNET, Catboost, LinearRegression, XGBOOST, LGBM, H20, KNN).
− Количество учитываемых в моделях экзогенных факторов: индексов вегетативной плотности, метеорологических, ландшафтных характеристик, прочих: от 10 до 40.
Полная автоматизация сбора информации.
Наш программный комплекс работает 24/7, собирая данные со спутников, используя ноу-хау алгоритмы для удаления зашумлений, облачности, идентификации периодов аномального снижения фитомассы.
Работа с большими данными при помощи технологии Dask и кластеров Hadoop.
Разработчики – обладатели многолетнего опыт разработки нелинейных моделей, моделей машинного и глубокого обучения на Python, JavaScript, R, C++. Призеры хакатонов в области машинного обучения и анализа больших данных, олимпиад в сфере финансового моделирования и бизнес-анализа, авторы научных статей.