Ученые разработали новый подход к работе с гиперспектральными изображениями — снимками, которые позволяют «увидеть» химический состав объектов на основе их взаимодействия со светом. Гиперспектральные изображения используются для мониторинга состояния полей, экологических исследований и контроля за качеством пищевых продуктов. Такие снимки могут показывать, например, содержание влаги или определенных веществ в листьях растений. Предложенный подход, основанный на случайном отборе ключевых спектральных данных из гиперспектральных изображений, помогает искусственному интеллекту точнее анализировать данные, а также на 15% снижает вероятность ошибок. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале AgriEngineering.