Команда Novel заняла 14 место в международном конкурсе ML-решений для предсказания паводков.

Microsoft AI for Earth объединилась с DrivenData и Cloud to Street, чтобы оценить применимость моделей машинного обучения (machine learning) для обнаружения наводнений практически в реальном времени. Цель конкурса - создать алгоритмы машинного обучения, которые могут картировать регионы, подверженные паводковым затоплениям, на основе SAR-изображений со спутника Sentinel-1. Модели, использующие визуализацию SAR, помогут оценить риск наводнений, и, в результате, оптимизировать работу служб спасения - улучшить их готовность к стихийным бедствиям.

 

Для отдела Machine Learning это был первый опыт работы с космоснимками. Одним из условий конкурса было создание модели на основе SAR-изображений. 

SAR (synthetic-aperture radar) изображения получают с помощью радиолокационной аппаратуры с синтезированной апертурой C-SAR (разработка компании Astrium), которая обеспечивает всепогодную, а также круглосуточную поставку космических снимков. 

 

Команда дата-сайентистов опиралась на опыт коллег, которые уже использовали радарные снимки Sentinel-1 для моделирования лавин. При решении задачи команда Novel использовала фреймворк для оптимизации гиперпараметров Optuna, фреймворк для прототипирования Catalyst и Neptune - для прототипирования. . 

"Выбор этих инструментов позволил нам наладить взаимодействие членов команды, отслеживать ошибки модели и быстро валидировать возникающие идеи", - говорит Николай Русских, глава отдела ML

 

По итогам конкурса команда Novel заняла 14 место из 664 участников. Отличный результат!