Aeronet Lab de Skoltech ha desarrollado un algoritmo que permite analizar imágenes satelitales de áreas afectadas por incendios y otros desastres naturales y realizar una rápida evaluación del daño económico. El algoritmo se basa en el aprendizaje automático y la visión por computadora.

El Laboratorio AeroNet en el Centro de Ciencia e Ingeniería Computacional e Intensiva en Datos (CDISE) de Skoltech, en colaboración con el profesor Evgeny Burnayev, entrenó la red neuronal en conjuntos de imágenes de satélite para asegurarse de que pueda distinguir entre los edificios destruidos de los que no han sido tocados por el fuego. Para entrenar la red neuronal, los científicos utilizaron imágenes satelitales de California (Estados Unidos) disponibles al público tomadas en 2017. Más tarde, la red capacitada identificó de manera confiable las casas quemadas en el área de prueba, Santa Rosa (California), que fue afectado por incendios destructivos. Si se utiliza en un entorno de crisis, la solución ayuda a evaluar rápidamente el alcance del desastre y el daño esperado y agiliza el proceso de toma de decisiones. El proyecto ha despertado el interés de organizaciones públicas y humanitarias, así como compañías de seguros.

"Los algoritmos desarrollados son capaces de analizar series de imágenes satelitales multitemporales y detectar cambios en objetos pertenecientes a una determinada clase. La solución será de gran ayuda en diversas tareas de investigación y aplicaciones de monitoreo de áreas industriales, como la detección de nuevas obras de construcción, una evaluación de la densidad de población, y gestión de riesgos en áreas protegidas, "dice Vladimir Ignatiev, un científico investigador en Skoltech.

AeroNet Lab desarrolla varias aplicaciones basadas en el aprendizaje profundo y la visión por computadora para hacer frente a una gran cantidad de problemas del mundo real utilizando imágenes satelitales y aéreas:servicios de monitoreo para zonas de seguridad de instalaciones industriales a gran escala, tales como tuberías y líneas eléctricas de alta tensión (detección de fugas, control de crecimiento excesivo, construccion ilegal, etc.), Servicios de recomendación para fines de geomarketing (evaluación de altura y ocupación de edificios, etc.), silvicultura y agricultura (tala ilegal, calidad de la madera en pie, previsión de rendimiento de cultivos, consecuencias de las sequías).