Какие методы машинного обучения применить?

Есть заранее известная область карты (границы неизменны). Саму карту можно представить как матрицу, где одна ячейка - один "пиксель". Есть нерегулярные данные со спутника, нерегулярность заключается в том, что спутник в некий момент времени пролетает над какой-то узкой областью карты и считывает данные. Данные меняются с течением времени. Через некоторое время пролетаете снова под другим углом5bc59c07013f2462964652.png
За сутки +- пара часов спутник облетает всю карту.

Цель - на основании ретроспективных данных, а они есть за прошедшую пару лет, построить карту целиком в какой-то момент в прошлом. Без ML задачу решил так: с помощью линейной итерполяции по времени на основе данных проходов спутника построил карту на определенное конкретное время, далее - крикинг/ЕОФ для заполенения пустых мест (там, где спутник не пролетел).

Конкретное решение не прошу, но если кто-то даст ключевые слова, по которым можно загуглить как подойти к задаче с точки зрения машинного обучения, буду благодарен. Я вижу решение этой задачи как предсказание значения пикселя на основе предыдущих значений, но с какого угла подойти никак не могу додумать
  • Вопрос задан
  • 423 просмотра
Пригласить эксперта
Ответы на вопрос 1
@dmshar
Ту задачу, которую вы пытаетесь решить, можно отнести к классу задач пространственно-временной (гео)статистики, в частности - пространственно-временной интерполяции. Что-то есть на русском, гораздо больше информации на английском. Гуглите по словосочетанию "spatio-temporal interpolation".
Для R можно начать, например, вот отсюда
r-video-tutorial.blogspot.com/2015/08/spatio-tempo...
Задача, сразу предупреждаю, не из простых.
Ответ написан
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через TM ID
Похожие вопросы