НАУКОВО-МЕТОДИЧНІ РЕКОМЕНДАЦІЇ ІЗ ЗАСТОСУВАННЯ ШІ ДЛЯ ОПЕРАТИВНОГО МОНІТОРИНГУ ПОШКОДЖЕНИХ ЗЕМЕЛЬ

Науково-методичні рекомекомендації розроблені на основі результатів досліджень, проведених на кафедрах  комп'ютерних систем, мереж і кібербезпеки, економічної кібернетики та інформаційних систем і технологій Національного університету біоресурсів і природокористування України за темою № РН/65-2024 "Центр трансферу технологій штучного інтелекту для відновлення сільськогосподарських земель".мендації із застосування Ші для оперативного моніторингу пошкоджених земель

Укладачі: Глазунова О.Г., Тонха О.Л., Болбот І.М., Кравченко В.М., Руденський Р.А., Циганов О.М., Коваль О.О., Савченко І.В., Саяпін С.П.

Завантажити видання "Науково-методичні рекомендації із застосування Ші для оперативного моніторингу пошкоджених земель" (pdf, 1MB)

НАУКОВО-МЕТОДИЧНІ РЕКОМЕНДАЦІЇ ЩОДО КЛАСИФІКАЦІЇ ВИРВ, ВИЗНАЧЕННЯ ОБ’ЄМУ ВИРВ, РІВНІВ ТА ХАРАКТЕРУ ЗАБРУДНЕННЯ, КІЛЬКІСНИХ ПАРАМЕТРІВ ЗАБРУДНЕНЬ ВИБУХОВИМИ РЕЧОВИНАМИ ТА МЕТАЛАМИ

У методичних рекомендаціях на основі теоретичного і практичного узагальнення літературних джерел висвітлено рекомендації з відбору зразків ґрунту, методики для розрахунку рівнів забруднення важкими металами і залишками вибухових речовин на землях, що зазнали мілітарної деградації внаслідок збройної агресії росії. Науково обґрунтовано нормування екологічного ризику і навантаження на порушені землі внаслідок воєнних дій. Методичні рекомендації призначені для фахівців державних установ, які відповідають за формування державної політики у галузі охорони і раціонального використання земель, землевласників і землекористувачів, керівників сільськогосподарських підприємств.

Автори:
доктор с.-г. наук, професор Тонха О.Л.
доктор педаг. наук, професор Глазунова О.Г.
доктор с.-г. наук, професор Забалуєв В.О.
доктор с.-г. наук, професор Літвінов Д.В.
кандидат с.-г. наук, доцент Піковська О.В.
кандидат. с.-г. наук, доцент Забалуєв С.В.
кандидат. біол. наук, доцент Паренюк О.Ю.
Рецензенти:
доктор с.-г. наук, професор  Булигін С.Ю.
доктор с.-г. наук, професор  Балаєв А.Д.

Завантажити видання "Науково-методичні рекомендації щодо класифікації вирв, визначення об’єму вирв, рівнів та характеру забруднення, кількісних параметрів забруднень вибуховими речовинами та металами" (pdf, 3MB)

Кравченко В.М., Руденський Р.А., Волошин С.М., Корольчук В.І., Волошина Т.В. ІНФОРМАЦІЙНЕ ЗАБЕЗПЕЧЕННЯ ПРОЄКТІВ МАШИННОГО НАВЧАННЯ В АГРОПРОМИСЛОВОМУ КОМПЛЕКСІ: МЕТОДИ ТА ПІДХОДИ ДО ПІДГОТОВКИ ДАНИХ № 10(38) (2024): Наука і техніка сьогодні с. 1281-1293

Анотація. Стрімкий розвиток технологій штучного інтелекту, зокрема машинного навчання, відкриває нові можливості для підвищення ефективності та продуктивності агропромислового комплексу, оскільки зростає потреба в автоматизації та оптимізації процесів сільського господарства України. Машинне навчання дозволяє вирішувати складні завдання, такі як прогнозування врожайності, виявлення хвороб рослин, оптимізація використання добрив та води тощо. Для ефективного застосування моделей машинного навчання необхідно забезпечити високу якість, кількість доступних даних та їх релевантність. Дана стаття присвячена актуальним питанням інформаційного забезпечення проєктів машинного навчання в агропромисловому комплексі. Авторами розглянуто різні аспекти підготовки даних, що є основою для побудови ефективних моделей машинного навчання аграрного сектору України, враховуючи специфіку даних у цій галузі. У роботі спроєктовано загальна структуру сховища для підготовки даних, призначених для тренування моделей машинного навчання, а також представлено схему загальної процедури тренування. У результаті проведеного дослідження запропоновано методи підготовки даних для проектів машинного навчання в агропромисловому комплексі, а також описано комплекс моделей підготовки даних для навчання прогностичної моделі. Практична значущість роботи полягає в тому, що отримані результати можуть бути використані для підвищення ефективності розробки та впровадження моделей машинного навчання в агропромисловому комплексі. Ця стаття буде корисна для дослідників в галузі агропромисловості та штучного інтелекту, зокрема машинного навчання; фахівців, які займаються розробкою моделей машинного навчання для вирішення задач в сільському господарстві; студентів та аспірантів, які вивчають сучасні технології в агропромисловому комплексі.

МЕТОДИЧНІ РЕКОМЕНДАЦІЇ З ВПРОВАДЖЕННЯ ІТ РІШЕНЬ ДЛЯ РЕКУЛЬТИВАЦІЇ ЗЕМЕЛЬ ПОРУШЕНИХ ВНАСЛІДОК ВІЙСЬКОВИХ ДІЙ

Військові дії на території України призвели до масштабних ушкоджень сільськогосподарських угідь, створивши нагальну потребу у розробці ефективних технологічних рішень для швидкого та точного оцінювання стану пошкоджених земель та планування їх відновлення. Традиційні методи наземного обстеження виявилися недостатніми через фактори безпеки, значні масштаби ушкоджень та необхідність оперативного реагування на мінливу ситуацію.

Методичні рекомендації призначені для організацій та установ, що займаються відновленням сільськогосподарських угідь після військових дій, включаючи державні агентства земельних ресурсів, науково-дослідні інститути аграрного профілю, приватні компанії з рекультивації земель та міжнародні організації технічної допомоги. Основними завданнями є надання інструментарію для створення комплексної системи, що забезпечує впровадження автоматизованого підходу до виявлення ушкоджень, планування відновлювальних заходів та моніторингу процесу рекультивації.

Актуальність розробки полягає у необхідності переходу від емпіричних методів оцінки ушкоджень до науково обґрунтованих технологічних рішень, що базуються на сучасних досягненнях дистанційного зондування Землі, технологій штучного інтелекту та геоінформаційного аналізу. Інтеграція супутникових даних, технологій комп'ютерного зору та алгоритмів оптимізації дозволяє створити систему, здатну обробляти терабайти геопросторової інформації та надавати об'єктивні рекомендації щодо пріоритетності та послідовності відновлювальних заходів.

Особливістю запропонованого підходу є комплексність рішення, що охоплює весь цикл від автоматизованого виявлення ушкоджень на супутникових знімках до оптимізації логістики рекультиваційних робіт. Методичні рекомендації базуються на принципах модульності, масштабованості, сумісності та безпеки даних, що дозволяє поетапно впроваджувати технологічні рішення відповідно до наявних ресурсів та специфічних потреб організацій.
Практична значущість полягає у можливості скорочення часу виявлення нових ушкоджень, підвищення точності планування відновлювальних робіт та забезпечення об'єктивного моніторингу ефективності заходів рекультивації. Впровадження рекомендованих технологічних рішень сприятиме створенню єдиної національної платформи моніторингу земельних ресурсів та формуванню бази знань для майбутніх проектів відновлення територій.

Рекомендації розроблені на основі результатів науково-дослідної роботи по темі № РН/65-2024 в межах задекларованої тематики "Центр трансферу технологій штучного інтелекту для відновлення сільськогосподарських земель"

Укладачі: Руденський Р.А., Кравченко В.М., Глазунова О.Г., Тонха О.Л., Саяпін С.П. Болбот І.М.

Завантажити видання "Методичні рекомендації з впровадження ІТ рішень для рекультивації земель порушених внаслідок військових дій" (pdf, 811KB)

ТЕХНОЛОГІЇ РЕКУЛЬТИВАЦІЇ ПОШКОДЖЕНИХ ЗЕМЕЛЬ З ВИКОРИСТАННЯМ ШІ ТА РОБОТОТЕХНІЧНИХ ПРИСТРОЇВ

Рекультивація земель, пошкоджених унаслідок військових дій, є одним із ключових завдань сучасної екологічної політики та відновлення аграрного виробництва. Масштабні руйнування ґрунтового покриву, забруднення вибуховими речовинами та металами, формування техногенних вирв і траншей створюють серйозні загрози для продовольчої безпеки та сталого розвитку сільських територій. Вирішення цих проблем потребує використання новітніх науково-технічних підходів, зокрема технологій штучного інтелекту та робототехнічних систем.

Методичні рекомендації спрямовані на формування комплексної системи, що забезпечує автоматизоване виявлення ушкоджень, планування відновлювальних заходів і моніторинг процесів рекультивації. Використання безпілотних літальних апаратів, наземних роботизованих платформ та мультисенсорних систем у поєднанні з програмними засобами обробки даних дозволяє здійснювати високоточний контроль стану ґрунтів, створювати цифрові карти ушкоджень та прогнозувати ефективність відновлення.

Застосування методів комп’ютерного зору, геоінформаційного аналізу та хмарних обчислень відкриває нові можливості для оперативного управління процесами рекультивації. У поєднанні з економічним моделюванням та сценарним плануванням це забезпечує науково обґрунтовані рішення, спрямовані на відновлення продуктивності земель та їх інтеграцію у систему сталого землекористування.

Таким чином, запропоновані рекомендації поєднують у собі сучасні досягнення цифрових технологій, штучного інтелекту та робототехніки, створюючи основу для формування ефективних стратегій відновлення сільськогосподарських угідь у післявоєнний період.

Методичні рекомендації призначені для організацій та установ, що займаються відновленням сільськогосподарських угідь після військових дій. Основними завданнями є надання інструментарію для створення комплексної системи, що забезпечує впровадження автоматизованого підходу до виявлення ушкоджень, планування відновлювальних заходів та моніторингу процесу рекультивації.

Укладачі: Тонха О.Л., Болбот І.М., Кравченко В.М., Руденський Р.А., Саяпін С.П., Циганов О.М.

Завантажити видання "Технології рекультивації пошкоджених земель з використанням Ші та робототехнічних пристроїв" (pdf, 944KB)

МОДЕЛЬ ТРАНСФЕРУ ТЕХНОЛОГІЙ ШІ: НАКОПИЧЕННЯ, АДАПТАЦІЯ ТА ПОШИРЕННЯ ЗНАНЬ

Створення Центру трансферу технологій штучного інтелекту для відновлення сільськогосподарських земель, які пошкоджені після військових дій (AI Transfer Center, AITC) на базі Національного університету біоресурсів і природокористування України дозволить сформувати базу інноваційних рішень з визначення об’єму вирв, підбору методів і стратегії рекультивації на основі використання технологій комп’ютерного зору та машинного навчання.

Завдяки виконанню конкретного завдання створено активний Центр, який об'єднає науковий потенціал для виконання завдання, яке важливе для України (група з Гуманітарного розмінування), для університетів (аграрної та природничої сфер), виробників ІТ-агро-технологій (Drone UA, Palantir, тощо).

На державному рівні це одна з спроб вирішення потреби агрегації світових та вітчизняних цифрових інновацій з використання технологій ШІ та робототехніки, систематизація та пропозиція наявних і перспективних цифрових платформ та їх сервісів для відновлення сільськогосподарських земель від збройної агресії Росії.
AITC надає можливість вирішити потреби агробізнесу, які пов'язані із забрудненням/пошкодженням сільськогосподарських земель, за рахунок використання інноваційних технологій ШІ та робототехніки.

Досягнення вказаних результатів будується на основі синергії інновацій від приватних розробників та їх інтеграторів з університетами (власні розробки) з метою формування бази технологічних складових цифрової трансформації для практичного впровадження та перевірки та формування готовності користувачів до використання цих технологій ШІ та робототехніки шляхом впровадження їх до навчального процесу, організації тренінгів з генерацію успішного досвіду їх впровадження на загал агровиробників та інших споживачів.

Приєднання генераторів інновацій та потенційних споживачів їх послуг до AITC в якості джерел та практиків впровадження сприятиме вивченню досвіду цифровізації за основі штучного інтелекту та робототехніки, впровадження наявних і перспективних сервісів та інновацій для аграрної сфери.

Метою створеннявеб-платформи AITC є систематизація та впровадження науково-практичних інновацій в сфері ШІ та робототехніки для прикладного використання для відновлення сільськогосподарських земель від наслідків війни в Україні.
Очікувані результати діяльності AITC та їх висвітлення на веб-платформі полягають у цифровій трансформації процесів відновлення сільськогосподарських земель від наслідків війни в Україні з використанням технологій ШІ та робототехніки на основі:

• взаємної цінності для всіх учасників ринку;
• розроблених інноваційних технологій для класифікації рівнів забруднення, методів та стратегій рекультивації сільськогосподарських земель;
• підвищення потенціалу пропозиції інноваційних технологій ШІ і робототехніки та зрілості ринку споживачів цих технологій серед агровиробників;
• підвищення загального рівня цифрової компетентності представників малого та середнього агробізнесу щодо інноваційних цифрових рішень для відновлення пошкоджених земель.

Створення інфраструктури трансферу технологій ШІ та робототехніки на базі НУБІП України реалізовано шляхом вирішення таких завдань:

• Формування бази інноваційних рішень в галузі робототехніки та ШІ, які можуть бути адаптовані для потреб відновлення сільськогосподарських земель.
• Розробка технології штучного інтелекту та застосувати їх на дослідному полігоні з визначення об’єму вирв, відбору зразків ґрунту та визначення рівнів забруднення; із застосуванням машинного навчання, методів обробки зображень і комп'ютерного зору. Проведення класифікації рівнів забруднення і підібрати для конкретної території методи та стратегії рекультивації.
• Трансфер технологій для зацікавлених організацій у відновленні сільськогосподарських земель від наслідків війни, рекомендації з впровадження рішень. Формування цифрової інфраструктури для трансферу знань: накопичення, адаптація та поширення знань для користувачів (студенти, виробники, науковці) на основі партнерської мережі учасників центру.

Укладачі: Глазунова О.Г., Тонха О.Л., Саяпін С.П. Болбот І.М., Кравченко В.М., Руденський Р.А., Циганов О.М., Коваль О.О., Савченко І.В.

Контакти центру
Адреса: 03041, м. Київ, вул. Героїв Оборони, 16а, навчальний корпус 15, кім. 202, 231
Тел.: +380662876154
Веб-адреса платформи Центру трансферу технологій штучного інтелекту для відновлення сільськогосподарських земель, які пошкоджені після військових дій AITC: https://aitc.edorada.org/
Електронна пошта: aitc@nubip.edu.ua
Електронна пошта для партнерів та розміщення контенту: sayapin@nubip.edu.ua

Завантажити видання "Модель трансферу технологій ШІ: накопичення, адаптація та поширення знань" (pdf, 3MB)