Аннотация:При решении задачи верификации объектов, обнаруженных на радиолокационных изображениях по данным c загоризонтной радиолокационной станции, используется ряд распространенных классических методов и подходов. Однако эти алгоритмы не всегда обеспечивают необходимый уровень точности, могут иметь ряд ограничений по используемому функционалу, таких как время обработки, что играет важную роль при анализе данных в режиме реального времени. Цель. Дополнить перечень используемых методов моделями нейронных сетей; улучшить качество верификации объектов на радиолокационных изображениях. Результаты. Описано экспериментальное исследование, позволившее подобрать архитектуру ансамбля нейронных сетей, имеющую наибольшую обобщающую способность, а также определить для нее оптимальный формат входных данных. Развертка трехмерного пространства наблюдения на плоскость позволила использовать хорошо известные модели сверточных нейронных сетей, обучаемых на двумерных данных. В работе показана эффективность включения метаданных об объекте в модель...