J. Siņica-Siņavskis strādā EDI vairāk kā 13 gadus, veicot pētījumus attēlu apstrādes jomā. Viņa pētnieciskā darba intereses ir hiperspektrālu, multispektrālu, sintētiskās apertūras radaru attēlu apstrāde, statistiskā modelēšana un tēlu (objektu) atpazīšana. Viņš ir biedrs Latvijas Statistiķu asociācijā (LSA), tālizpētes un fotogrammetrijas biedrībā, IEEE ģeozinātnes un tālizpētes biedrībā (GRSS). Viņš sadarbojas ar nozares ekspertiem, lai izstrādātu algoritmus, kuri efektīvi risina problēmas, izmantojot Python, Matlab, GEE, Qgis, SNAP u.c. lietojumprogramas. 2019. gadā J.Siņica-Siņavskis aizstāvēja promocijas darbu “Multidimensionālu attēlu spektrālo joslu ekvivalentas redukcijas pieejas objektu klasifikācijai” Latvijas Universitātē, un ieguva datorzinātņu doktora grādu.
Saistītie projekti
-
Uz objektiem un kontekstu orientēts pašmācošs tīkls zemes pārklājuma klasifikācijai (Dynland-2)
-
Satelītdatos balstīta jauna mežaudzes krājas novērtēšanas tehnoloģija (WoodStock) #ESIF
-
Dinamiska zemes lietošanas pārraudzība (NevKlas) #ESIF
-
Dynamic land use monitoring by fusion of satellite data (DynLand) #ESA
- Inovatīvas biomedicīnisko attēlu iegūšanas un apstrādes tehnoloģijas (InBiT) #ESIF
- Multi – modeļu izstrādes tehnoloģija .NET pielietojumu projektiem (MEDUS) #ESIF
- Tehnoloģijas drošai un uzticamai gudrajai pilsētai (GUDPILS) #SRP (VPP)
Saistītās publikācijas
- Sinica-Sinavskis J., Dinuls R., Zarins J., Mednieks I., Automatic tree species classification from Sentinel 2 images using deficient inventory data, 2020 17th Biennial Baltic Electronics Conference (BEC), Tallinn, Estonia, pp. 1-6, 2020.
- A. Lorencs, I. Mednieks & J. Sinica-Sinavskis. Selection of informative hyperspectral band subsets based on entropy and correlation. International Journal of Remote Sensing, 39:20, pp. 6931-6948, 2018. DOI: 10.1080/01431161.2018.1468107
- LORENCS, A., MEDNIEKS, I., SINICA-SINAVSKIS, J., PUKITIS M. Fusion of Multisensor Data Based on Different Multidimensional Distributions, Electronics and Electrical Engineering (Elektronika ir Elektrotechnika, Vol. 22, No.4, pp. 68-72, 2016.
- LORENCS, A., Sinica-Sinavskis, j., Jakovels, d., Mednieks, i., 2016. Melanoma-Nevus Discrimination Based on Image Statistics in Few Spectral Channels, Electronics and Electrical Engineering (Elektronika ir Elektrotechnika, Vol. 22, No2, pp. 66-72
- LORENCS, A., MEDNIEKS, I., SINICA-SINAVSKIS, J., 2015. Classification of Multisensor Images with Different Spatial Resolution, Electronics and Electrical Engineering, Vol. 21, No. 5, pp.81-85
- LORENCS, A., MEDNIEKS, I., SINICA-SINAVSKIS, J. 2014. Simplified Classification of Multispectral Image Fragments. Electronics and Electrical Engineering. Kaunas: Technologija, 20(6), pp. 136–139.
- A.Lorencs, J.Sinica-Sinavskis, “Analysis of two-stage Bayes classifiers construction method: 2-dimensional case,” Automatic Control and Computer Sciences, September 2013, Vol. 47, No. 5, pp. 254-266, 2013.
- A. Lorencs, Yu. Sinitsa-Sinyavskis. "A two-stage method for building classifiers," Automatic Control and Computer Sciences, September 2012, Volume 46, Issue 5, pp. 214-222.
- R. Dinuls, G. Erins, A. Lorencs, I. Mednieks, and J. Sinica-Sinavskis, “Tree species identification in mixed Baltic forest using LiDAR and multispectral data,” IEEE J. Sel. Topics Appl. Earth Observ. Remote Sens., vol. 5, no. 2, pp. 594–603, 2012.
- A. Lorencs, I. Mednieks, J. Sinica-Sinavskis, “Design problems of tree species classifiers for multispectral images,” Automatic Control and Computer Sciences, Vol. 45, No. 2, pp. 61-69, 2011.
- A.Lorencs, I.Mednieks, J.Sinica-Sinavskis. “Fast Object Detection in Digital Grayscale Images”, Proceedings of the Latvian Academy of Sciences. Section B., 2009, Vol.63, No.3, pp.116-124.