2019.gada 18.oktobrī Latvijas Universitātes Datorzinātnes nozares promocijas padomes atklātā sēdē, LU Matemātikas un informātikas institūta 413. telpā, Raiņa bulvārī 29, Juris Siņica-Siņavskis aizstāvēja promocijas darbu “Multidimensionālu attēlu spektrālo joslu ekvivalentas redukcijas pieejas objektu klasifikācijai.”
Darba vadītājs: Dr.sc.comp., vadošais pētnieks Ints Mednieks
Promocijas darbā tika izstrādātas jaunas, relatīvi vienkāršas un vispārīgas nevadītās: EMCR, EXCR, ESCR, ECBG un vadītā: XECT joslu izvēles procedūras informatīvu spektrālo joslu komplektu noteikšanai hiperspektrālajos attēlos. Lai nodrošinātu spektrālo joslu komplektu informativitāti, tika atlasītas joslas ar augstāku entropijas vērtību. Joslu savstarpējā korelācija tika izmantota, lai izvairītos no vairāku tādu joslu iekļaušanas komplektā, kuras satur vienu un to pašu informāciju.
Darbā izstrādātās metodes testētas uz vairākiem hiperspekrālajiem attēliem, no kuriem Indian Pines, University of Pavia, Salinas tiek bieži izmantotas tālizpētē, lai salīdzinātu iegūtos rezultātus. Joslu komplektu informativitāte tika pārbaudīta ar Beijesa, k-NN, SVM, ELM un citiem klasifikatoriem, no kuriem augstāku klasifikācijas precizitāti sniedza SVM klasifikators, izmantojot ECBG joslu izvēles procedūru.
Vēl promocijas darbā piedāvāti divu multidimensionālu attēlu – RGB un termālā (pieejami no GRSS tālizpētes biedrības konkursa 2014. gadā) sapludināšanas risinājumi, un koku sugu klasifikācijas risinājumi multispektrālajos attēlos, kuri veidoti pēc Beijesa tipa klasifikatora principa. Darbā izstrādāta vienkāršota metode ādas veidojumu – melanomu un nevusu – identifikācijai, kas izmanto neliela skaita spektrālo joslu informāciju no multispektrālajiem attēliem.