Вевчанецот Димитар Богоески со научен труд за вештачката интелигенција и сателитски податоци на престижна конференција во САД

Вевчанецот Димитар Богоески, оствари значаен академски успех со изборот за учество на National Undergraduate Research Conference at Brown University (NRCB) во САД, каде што ќе го презентира својот истражувачки проект од областа на вештачката интелигенција и сателитските технологии.

Богоески студира на Универзитетот на Аризона и е член на реномираниот W. A. Franke Honors College. Тој е запишан на двојна диплома по Applied Computing со насока вештачка интелигенција и Artificial Intelligence, а паралелно има минори по применета математика и софтверско инженерство. Во текот на студиите има активно учество на повеќе интернационални конференции и симпозиуми, меѓу кои NACURH, AI4ALL Symposium и O4U Digital, фокусирани на лидерство, технологија и научно истражување.

Истражувачкиот труд што ќе го претстави на Универзитетот Браун е насловен „From Reaction to Prevention: Predicting Flood Risk Using Pre-Disaster Satellite Imagery and Deep Learning“ и се занимава со еден од најсериозните глобални предизвици – поплавите. Овие природни катастрофи се меѓу најчестите и најразорните во светот, а постоечките системи за рано предупредување најчесто се базираат исклучиво на метеоролошки податоци, кои не секогаш ги детектираат суптилните промени во животната средина пред самата катастрофа.

Во рамки на проектот, Богоески истражува дали модели на длабоко учење можат да предвидат ризик од поплава уште пред да се појави видлива инундација, преку анализа на сателитски снимки направени пред настанот. За таа цел се користат Sentinel-1 радарски снимки со синтетичка апертурна технологија и Sentinel-2 оптички снимки од базата SEN12-FLOOD.

Трениран е надгледуван конволутивен невронски модел кој ги класифицира подрачјата како ризични или неризични за поплава. Моделот се фокусира на рани индикатори како што се стрес на вегетацијата, промени во влажноста на почвата и варијации во површинската текстура, кои често се појавуваат пред самото поплавување. По соодветна предобработка и нормализација на податоците, моделот е обучен и тестиран на претходно невидени сателитски податоци.

Резултатите од истражувањето се особено охрабрувачки – постигната е точност од 91,5 проценти, ROC AUC вредност од 0,98 и F1 резултат од 0,84, што укажува на висока чувствителност и сигурност при детекција на ризик од поплава.

Овие наоди потврдуваат дека сателитските снимки направени пред катастрофа содржат вредни информации кои можат да се искористат за порана и поефикасна превенција.

Истражувањето на Богоески придонесува кон премин од реактивен кон превентивен пристап во управувањето со природни катастрофи и има потенцијална примена за служби за итни интервенции, невладини организации и подобра распределба на ресурси, особено во региони со ограничена инфраструктура за теренски мониторинг.

StrugaOnline