Численные методы и анализ данных. Рубрика в журнале - Компьютерная оптика
Дискретные ортогональные преобразования с базисами, порождёнными самоподобными последовательностями
Статья научная
В работе вводятся и исследуются новые базисы дискретных ортогональных преобразований, ассоциированные с некоторыми рекурсивными процессами и обладающие свойством самоподобия. Доказываются достаточные условия ортогональности системы базисных функций. Для преобразований с введенными базисами синтезируются быстрые алгоритмы преобразований. Обсуждается связь рассматриваемых базисов с аналитическими свойствами производящих рядов Дирихле.
Бесплатно
Статья научная
Однопиксельная визуализация является перспективным методом получения изображений, представляющим альтернативу традиционным методам визуализации с помощью многопиксельных матриц. Однако алгоритмическое восстановление изображения из измерений однопиксельной камеры является нетривиальной вычислительной задачей, для решения которой недавно стали применяться методы машинного обучения. В данной работе исследовалась возможность восстановления изображения в методе однопиксельной визуализации с помощью генеративных состязательных нейронных сетей. Для этого с использованием компьютерного моделирования однопиксельной камеры оценивалась эффективность восстановления изображений при помощи двух архитектур генеративных сетей – глубокой сверточной генеративной состязательной сети и генеративной состязательной сети наименьших квадратов. Было установлено, что генеративная состязательная сеть наименьших квадратов демонстрирует лучшее качество восстановления изображения по сравнению с глубокой сверточной генеративной состязательной сетью, однако при учете оптических искажений глубокая сверточная состязательная сеть стабильнее обучается до более высокого качества по сравнению с генеративной состязательной сетью наименьших квадратов. Полученные в работе результаты могут послужить основой для создания программного обеспечения, требуемого при практическом применении однопиксельной камеры.
Бесплатно
Инкрементное обучение алгоритма обнаружения нехарактерного поведения на основе главных компонент
Статья научная
Предложена схема инкрементного обучения алгоритма обнаружения нехарактерного поведения на основе главных компонент. Результаты экспериментов на наборе данных лаборатории университета Калифорнии в Сан-Диего и экспериментально полученных видео при разном количестве обучающих примеров свидетельствуют о достижении результатов, схожих с процедурой обычного обучения. При этом предложенная схема позволяет в несколько раз сократить время инкрементного обучения в сравнении с подходом на основе спектрального разложения.
Бесплатно
Статья научная
При анализе вещества с кристаллической наноструктурой наибольший интерес представляет задача параметрической идентификации кристаллических решёток. Однако существующие методы решения данной задачи, такие как метод оценивания параметров ячейки Браве и метод оценивания объёма ячейки Вигнера-Зейтца, не обеспечивают требуемую точность. В настоящей статье предлагается алгоритм параметрической идентификации кристаллических решёток на основе градиентного метода наискорейшего спуска для решения проблемы низкой точности идентификации. Исследование возможности структурной идентификации проводилось с использованием большого набора искажённых решёток. Полученные результаты показали существенный рост точности по сравнению с существующими методами параметрической идентификации.
Бесплатно
Исследование алгоритмов расстановки коагулятов на изображение глазного дна
Статья научная
Диабетическая ретинопатия - одно из часто встречающихся осложнений сахарного диабета, приводящая к тяжёлым последствиям, в том числе к быстрому и необратимому снижению зрения. Для лечения диабетической ретинопатии активно используется процедура лазерной коагуляции, заключающаяся в нанесении серии микроожогов на глазное дно с целью устранения макулярного отёка. Существующие в настоящее время программные пакеты ориентированы, в первую очередь, на использование заданного шаблона (паттерна) для расстановки коагулятов. Следствием применения шаблонов становится неравномерность расстановки коагулятов по причине высокой вариабельности форм отёка и сосудистого русла. Решение данной проблемы напрямую связано с решением задачи плотной упаковки шаров (для случая двумерного изображения - кругов) в заданную область интереса. Поскольку одним из основных требований специалистов к процедуре лазерной коагуляции является скорость её проведения, то разрабатываемые алгоритмы должны по возможности обладать низкой вычислительной сложностью...
Бесплатно
Статья научная
При исследованиях, связанных с изучением движения дробового снопа в пространстве и оценкой его параметров, целесообразно иметь имитационную модель сигнала оптического датчика при пересечении светового экрана дробовым снопом. Для создания такой модели необходимо получить зависимость между параметром масштаба в распределении Рэлея и размахом по времени дробового снопа (или длительностью процесса пересечения дробовым снопом светового экрана). Выполнены исследования плотности распределения размаха дробового снопа по времени, построены графики плотности распределения размаха для ситуаций, приближенных к реальным. Установлена линейная зависимость математического ожидания плотности распределения размаха от параметра масштаба в распределении Рэлея. Получено упрощенное выражение для расчета математического ожидания размаха дробового снопа по времени. Статистическое моделирование подтвердило возможность практического использования предложенных формул в том числе при большом количестве дробин (до 1000). Исследована зависимость математического ожидания размаха от количества дробин, проведена её аппроксимация различными функциями, выполнена оценка погрешностей аппроксимации. Проведенное исследование позволяет создавать имитационную модель сигнала оптического датчика при пересечении дробовым снопом светового экрана на основании эмпирических данных о длительности реального сигнала (при этом желательно иметь усредненную информацию по нескольким выстрелам).
Бесплатно
Статья научная
Разработка автономных транспортных средств является современным трендом как теоретических, так и практических исследований. Управление автономными транспортными средствами в рамках интеллектуальной транспортной системы позволит значительно сократить уровень дорожных заторов и уменьшить длительность поездок в сети. В работе рассматривается метод резервирования маршрутов движения для управления городским трафиком. В рамках рассматриваемого метода каждое транспортное средство резервирует пространственный и временной слот на дорожном сегменте, входящем в его маршрут, что позволяет прогнозировать загрузку сегментов и находить кратчайший путь с большей точностью. Предложено использовать процедуру перестроения маршрута для повышения качества маршрутизации. Экспериментальное исследование метода маршрутизации проведено с помощью микроскопического моделирования движения транспортных средств.
Бесплатно
Классификация объектов с помощью однопиксельной визуализации и нейронных сетей
Статья научная
Однопиксельная визуализация – это перспективный метод получения изображений без использования многопиксельных матриц. В отличие от стандартной фотографии, искомое изображение здесь не регистрируется напрямую матричным сенсором, а вычисляется. В последнее время для решения этой задачи начали применяться методы машинного обучения. В данной работе мы показываем возможности применения сверточных нейронных сетей в однопиксельной визуализации для классификации объектов по существенно неполному набору измерений. Мы находим зависимость точности классификации от различных параметров сэмплирования объекта. Предложенные методы могут использоваться в реальных устройствах в качестве эффективного программного обеспечения.
Бесплатно
Классификация поверхностей в 3D-модели желудочков сердца методами машинного обучения
Статья научная
В работе развивается подход для классификации поверхностей желудочков сердца на полигональной поверхностной сетке в условиях небольших наборов данных. Рассматриваемая задача сводится к задаче многоклассовой классификации точки на поверхности сетки. Каждая вершина полигональной сетки кодируется ее окрестностью с помощью функции расстояния со знаком и передается на вход модели машинного обучения. В ходе исследования проведено сравнение моделей машинного обучения (нейронные сети с архитектурами FCNN, U-Net, ResNet и классификаторы, содержащиеся в пакете scikit-learn). Предложена метрика для оценки качества классификации с точки зрения построения бивентрикулярной координатной системы. Предложен детерминированный графовый алгоритм для исправления потенциальных ошибок классификации. Наиболее эффективными для решения задачи классификации оказались FCNN, U-Net и ResNet-50. С точки зрения практической применимости выделены модели RF и SVC-SGD, не требующие значительных вычислительных мощностей и графических ускорителей, но предоставляющие удовлетворительную точность классификации и скорость работы
Бесплатно
Статья научная
Рассмотрены вопросы классификации поверхностных эксплуатационных объемных и плоскостных дефектов по результатам комплексной диагностики ультразвуковым методом неразрушающего контроля с применением поверхностных волн Рэлея, генерируемых электромагнитно-акустическим преобразователем, и вихретокового метода. В работе представлены результаты отбора признаков с применением дисперсионного анализа (ANOVA) и алгоритма «экстра деревья» (Extra Trees Classifier), за счет чего выбран тип вихретокового преобразователя, оптимального для классификации поверхностных дефектов. Показана неоднозначность классификации поверхностных дефектов по амплитуде ультразвукового и вихретокового сигнала, а также фазе вихретокового сигнала по отдельности. Построены модели классификации поверхностных дефектов по типам объемный и плоскостной на основе статистических методов, таких как Байесовский вывод и теория Демпстера-Шафера. Оценена работоспособность построенных моделей классификации по таким метрикам, как коэффициент Жаккара и F1-мера.
Бесплатно
Статья
В статье рассматривается применение нейронных сетей для классификации рентгенографических изображений больных пневмонией и COVID-19. Для выбора наилучших параметров изменения размеров и адаптивного выравнивания гистограммы яркости изображений, а также оптимальной архитектуры нейронной сети и ее гиперпараметров использовались precision, recall и f1-score. Высокие значения этих метрик качества классификации (> 0,91) убедительно свидетельствуют о надежном разграничении рентгенографических изображений больных пневмонией от больных COVID-19. Это открывает возможность создания модели c хорошей предсказательной способностью без привлечения готовых сложных моделей и без предварительного обучения на сторонних данных. Полученные результаты дают хорошие перспективы разработки чувствительных и надежных экспресс-методов диагностики заболевания COVID-19.
Бесплатно
Кластеризация медиа-контента из социальных сетей с использованием технологии bigdata
Статья научная
Статья посвящена одной из ключевых проблем, возникающих при анализе социальных сетей, - проблеме классификации учётных записей на основе медиаконтента, загружаемого пользователями. Основными трудностями на пути решения проблемы являются гетерогенность контента (как по формату, так и по содержанию) и колоссальные объёмы анализируемой информации, что приводит к чрезмерной вычислительной сложности её обработки, а зачастую и к полной неэффективности традиционных методов анализа. В статье мы обсуждаем подход к кластеризации медиаконтента из социальных сетей на основе текстового аннотирования с использованием технологии BigData - современного и эффективного инструмента, позволяющего решить проблемы обработки данных большого объёма. Для проведения вычислительных экспериментов была собрана большая выборка разнородных изображений (фотографии, картины, поздравительные открытки и т. д.) из реальных профилей пользователей социальной сети Twitter. Проведённое исследование подтвердило высокое качество кластеризации медиаконтента, в среднем, значение ошибки составило порядка 5 %.
Бесплатно
Комплексный алгоритм обнаружения аномальных особенностей в природных временных рядах
Статья научная
Предложен комплексный автоматизированный алгоритм анализа природных временных рядов и обнаружения аномальных особенностей. Алгоритм включает в себя алгоритм определения информационных компонент сигнала и алгоритм адаптивной вейвлет-фильтрации сигнала. Алгоритм определения информационных компонент сигнала выполняет подавление коррелированного шума и определение информационных составляющих сигнала. Алгоритм адаптивной вейвлет-фильтрации сигнала выполняет обнаружение аномальных особенностей и оценку их интенсивности. Данные алгоритмы могут применяться как совместно, так и независимо друг от друга. Основу алгоритмов составляют разработанные авторами правила. На основе правил оцениваются параметры пороговой функции и определяется наилучший аппроксимирующий вейвлет. В статье описаны операции комплексного алгоритма и представлена блок-схема его реализации. Также приведены результаты применения комплексного алгоритма с использованием данных вторичных космических лучей и модельных данных, построенных по их подобию. Результаты подтвердили эффективность разработанных правил и предлагаемого комплексного алгоритма.
Бесплатно
Метод анализа данных сложной структуры с элементами машинного обучения
Статья научная
Предложен метод анализа данных сложной структуры, основанный на совмещении вейвлет-преобразования и нейронных сетей «Автокодировщик». Метод позволяет изучить структуру данных, выделить аномальные изменения разной формы и длительности и подавить шум. На примере данных сети станций нейтронных мониторов показана эффективность метода. Данные нейтронных мониторов определяют интенсивность вторичных космических лучей и являются одним из ключевых факторов космической погоды. Численная реализация метода позволяет применять его в оперативном режиме, что представляет интерес в задачах анализа природных данных и диагностики катастрофических событий.
Бесплатно
Метод определения фазового сдвига квазигармонических сигналов, основанный на анализе огибающей
Статья научная
В работе развивается новый метод решения задачи высокоточного измерения фазового сдвига между двумя квазигармоническими сигналами на основе анализа и обработки выборочных значений амплитуды, или огибающей сигналов, которая подчиняется статистическому распределению Райса. При этом анализируются данные амплитуд трех сигналов: двух квазигармонических сигналов, разность фаз которых измеряется, и сигнала, формируемого суммой двух исходных сигналов. Измеряемый фазовый сдвиг вычисляется как угол треугольника, стороны которого соответствуют исходным, восстановленным на фоне шума значениям амплитуд указанных сигналов. Важная особенность предлагаемого метода состоит в том, что искомые фазовые характеристики определяются в результате проведения лишь амплитудных измерений, что означает существенное снижение технических требований к используемому оборудованию и упрощает практическое применение метода. Для восстановления не искаженных шумом значений амплитуд сигналов, необходимого для реализации данного способа измерения разности фаз, предлагается использовать методы и алгоритмы так называемого двухпараметрического анализа райсовских данных. В работе представлено математическое обоснование предлагаемого метода, а также приводятся результаты численного эксперимента. Предлагаемый метод является значимым для широкого круга прикладных задач, решаемых в различных метрологических устройствах и системах связи, работающих на основе анализа оптических сигналов, распространяющихся по разным каналам.
Бесплатно
Статья научная
В работе предложен и исследован метод оценивания угла фазового сдвига между двумя квазигармоническими сигналами и их мгновенной частоты по малому интервалу наблюдения. Разработанный метод позволяет в реальном масштабе времени исследовать динамику угла фазового сдвига и мгновенной частоты. Сформулированы условия, при которых оценки частоты и угла сдвига фазы устойчивы при наличии амплитудной и частотной модуляции. Получены аналитические выражения для погрешностей оценок в зависимости от параметров сигналов и уровня нормального шума. Предлагаемый метод затрачивает малое количество вычислительных операций и может быть использован в автономных системах, где вычислительные ресурсы, как правило, ограничены.
Бесплатно
Статья научная
В настоящей работе исследуются методы определения параметров движения камеры по набору соответствующих точек. В отличие от традиционного подхода, соответствующие точки в настоящей работе используются не для определения фундаментальной матрицы, а непосредственно для определения параметров съёмки. Кроме того, в настоящей работе используется модель формирования разноракурсных изображений, основанная на представлении трёхмерных изображений и параметров съёмки в виде кватернионов. В настоящем исследовании приведены варианты реализации предложенного метода, в том числе с отбором наиболее свободных от шума соответствий с использованием метода RANSAC. В исследовании приведены результаты эксперимента на тестовых наборах «Middlebury» и «ETH3D», представляющих собой набор изображений с зафиксированными точными значениями параметров съёмки. С использованием разработанной на языке Python программы проведён сравнительный эксперимент по оценке точности и надёжности оценок, полученных с помощью предложенного метода, в условиях малого числа соответствующих точек и малой глубины сцены. В ходе экспериментальных исследований было показано, что в поставленных условиях надёжность определения параметров с использованием предложенного метода значительно превышает надёжность традиционных методов оценки параметров движения, основанных на вычислении фундаментальной матрицы.
Бесплатно
Статья научная
В работе рассматривается разработка метода позиционирования мобильного устройства с использованием сенсорной сети BLE-маяков, аппроксимации значений уровней сигналов RSSI и искусственных нейронных сетей. Целью работы является разработка метода позиционирования средств малой механизации на промышленных предприятиях для построения систем безлюдного контроля движения изделий. Работа разделена на четыре основные части: синтез данных, фильтрация сигнала, выбор BLE-маяков, перевод значений уровней сигналов RSSI в расстояние и мультилатерация. Предложен упрощенный фильтр Калмана для фильтрации входного сигнала для подавления гаусовского шума. Приведено описание двух подходов к переводу уровня сигнала RSSI в расстояние: экспоненциальная функция аппроксимации с коэффициентом детерминации 0,6994 и искусственная нейронная сеть прямого распространения. Сравнение результатов работы этих подходов производилось на нескольких тестовых выборках: обучающей, тестовой на известном расстоянии (0 - 50 метров) и тестовой на неизвестном расстоянии (60 - 100 метров). В результате искусственная нейронная сеть показала лучший результат во всех экспериментах, кроме тестовой выборки на известном расстоянии (0 - 50 метров), уступив функции аппроксимации на 0,02 м2 среднеквадратичной ошибки, чем можно пренебречь. Предложен алгоритм позиционирования мобильного устройства на основе метода мультилатерации. Экспериментальные исследования разработанного метода показали, что ошибка позиционирования не превышает 0,9 метра в контролируемом помещении размером 5 × 5,5 метров. Точность позиционирования мобильного устройства с использованием предлагаемого метода в проведенном эксперименте выше на 40,9 %. Также проведены экспериментальные исследования в помещении 58,4 × 4,5 м, показавшие более точные результаты по сравнению с аналогичными исследованиями.
Бесплатно
Статья научная
Работа посвящена решению задачи поиска похожих последовательностей кода в исполняемых бинарных файлах. Предлагается метод решения, при котором промежуточное векторное описание функции формируется на основе сравнения пространственного положения каждой из функциональных групп команд процессора данной функции и функций некоторой «базисной» библиотеки. Размерность полученного таким образом вектора понижается, и полученное окончательное описание используется для осуществления поиска. Представлены результаты экспериментальных исследований, демонстрирующие работоспособность данного метода. Исследована эффективность данного метода в сравнении с некоторыми ранее известными методами поиска похожих последовательностей кода, даны рекомендации по выбору параметров разработанного метода.
Бесплатно
Статья научная
Прогнозирование изменений параметров временных рядов является актуальной задачей при мониторинге исследуемых процессов в цифровых информационных системах управления при исследовании проблем увеличения горизонта предсказания и минимизации погрешности прогноза. В работе исследуются алгоритмы прогноза, основанные на моделях, воспроизводящих динамику временного ряда в форме искусственных нейронных сетей. Получены уравнения функционирования и обучения искусственной нейронной сети в матричной форме, получен алгоритм обратной подстановки, с помощью которого можно увеличить глубину прогноза. В работе представлено решение задачи прогноза, состоящее в нахождении оценок предсказания посредством минимизации функции потерь - квадрата нормы отклонения оценок от наблюдаемых значений временного ряда и в определении коэффициентов модели алгоритмом обучения искусственных нейронных сетей итерационным методом обратного распространения ошибок. Применение разработанных алгоритмов позволило построить структурную схему реализации нейросетевого прогнозирования, с помощью которого можно получить достаточно точное представление об изменениях параметров временных рядов в системах мониторинга исследуемых процессов по критериям длительности и минимизированной погрешности получения прогноза.
Бесплатно
