Naukowo i zawodowo zajmuje si臋 zastosowaniem uczenia maszynowego w analizie danych przestrzennych. Specjalizuje si臋 w przetwarzaniu zobrazowa艅 lotniczych i satelitarnych oraz danych pochodz膮cych z r贸偶nego rodzaju sensor贸w (IoT). W swojej pracy 艂膮czy geografi臋, in偶ynieri臋 oprogramowania i matematyk臋.
Tytu艂 pracy
"Wykorzystanie technik uczenia maszynowego i teledetekcji do wspomagania interpretacji przestrzeni geograficznej".
Praca stanowi pr贸b臋 opracowania metodyki wspierania procesu badawczego przestrzeni geograficznej, stosowanego w naukach o Ziemi i 艣rodowisku, opartego na analizie zobrazowa艅 lotniczych i satelitarnych. Metodyka ta oparta jest o zastosowanie modeli uczenia maszynowego (machine learning, ML), zbudowanych w oparciu o g艂臋bokie splotowe sieci neuronowe (deep convolutional neural networks, DCNN). W ramach rozprawy powsta艂y cztery wysokiej jako艣ci modele g艂臋bokiego uczenia wraz z obs艂uguj膮cymi je programami komputerowymi. Opracowane rozwi膮zania informatyczne pozwalaj膮 na przeprowadzenie nadzorowanej i nienadzorowanej klasyfikacji oraz segmentacji pokrycia terenu przy u偶yciu zobrazowa艅 satelitarnych i lotniczych. Zwie艅czeniem bada艅 by艂o opracowanie autorskiej metody nienadzorowanej segmentacji przestrzeni geograficznej z wykorzystaniem wsp贸艂zawodnicz膮cych generatywnych sieci neuronowych (generative adversarial networks, GAN).
Odwied藕 repozytorium U艁 i .
Motto
"Kiedy wszyscy wok贸艂 ciebie r贸wniute艅ko id膮. Przyjacielu ty b膮d藕 uprzejmy mie膰 w膮tpliwo艣膰" 鈥�&苍产蝉辫;艁ona i Webber.
