Численные методы и анализ данных. Рубрика в журнале - Компьютерная оптика
Статья научная
В работе предложена гибридная модель прогнозирования, включающая рекуррентную схему штрафного P -сплайна с адаптацией параметров на основе алгоритмов эволюционной оптимизации. В задачах краткосрочного прогнозирования, особенно в системах реального времени, актуальной является задача повышения скорости прогноза без ухудшения его качества. Высокая скорость прогнозирования в данном подходе достигается экономичной вычислительной схемой рекуррентного P -сплайна при малой глубине предыстории. А одновременная адаптация нескольких параметров P -сплайна позволяет управлять точностью прогноза.
Бесплатно
Статья научная
В работе расширен подход, использующий трёхмерные градационные траектории в метрическом пространстве CIE Lab в качестве аналогов традиционных градационных кривых. Показано, что математический аппарат дифференциальной геометрии пространственных кривых, описывающий градационные траектории, может быть дополнен более простым дискретным подходом. Демонстрируются возможности применения дискретного метода вычисления градационных траекторий к задачам линеаризации цифровых печатных систем.
Бесплатно
Детектирование книг на книжных полках при помощи глубоких нейронных сетей
Статья научная
Глубокие нейронные сети в настоящее время получили широкое распространение в различных сферах деятельности человека, в том числе тех, где требуется работа с большим объемом данных, а также операции по получению и обработке информации из окружающего мира. В данной статье рассмотрено создание сверточной нейронной сети на основе архитектуры YOLO по детектированию книг в режиме реального времени. Описаны процесс создания собственного набора данных и обучение на нем глубокой нейронной сети. Приведена структура полученной нейронной сети, и рассмотрены наиболее часто используемые метрики для оценки качества ее работы. Также сделан краткий обзор существующих видов архитектур нейронных сетей. Выбранная в качестве основы для нейросети архитектура обладает рядом преимуществ, позволяющих ей в значительной мере конкурировать с другими моделями нейросетей и делающих ее наиболее подходящим вариантом для создания сети, нацеленной на детектирование объектов, так как при ее разработке были значительно снивелированы некоторые часто встречающиеся недостатки подобных сетей (проблемы с распознаванием схожих по оформлению, имеющих одинаковый цвет обложек или расположенных под наклоном книг). Результаты, полученные в ходе обучения глубокой нейронной сети, позволяют использовать ее в качестве основы для дальнейшей разработки приложения, целью которого будет являться детектирование книг по книжным корешкам.
Бесплатно
Статья научная
В работе предлагается метод адаптивного управления сигналами/фазами светофоров в интеллектуальных транспортных и геоинформационных системах, основанный на детерминированной прогнозной модели. Под детерминированной прогнозной моделью в работе понимается набор явных аналитических закономерностей и / или операций, связывающих информацию о движении транспортных средств в окрестности конкретного перекрёстка, с данными о прогнозируемом «потоке» транспортных средств через перекрёсток за одну конкретную фазу светофорного цикла. Предлагаемый метод управления основывается на выборе фазы светофорного цикла, прогнозируемый поток для которой оказывается максимален. Таким образом, метод обеспечивает управление сигналами / фазами светофоров на основе данных о движении транспорта, включая данные с подключенных и автономных транспортных средств. Экспериментальные исследования были проведены в системе микроскопического моделирования транспортных потоков SUMO. Представлено сравнение предложенного метода с решениями, обладающими лучшими в своём классе показателями эффективности: эмпирическими алгоритмами управления и методами управления на основе обучения с подкреплением. Показано преимущество предложенного метода, определены направления дальнейших исследований.
Бесплатно
Дискретные ортогональные преобразования на решетках целых элементов квадратичных полей
Статья
В работе вводится новый класс (двумерных) дискретных ортогональных преобразований, определенных на решетках целых элементов квадратичных полей. Метод синтеза таких преобразований существенно использует специфику представления целых квадратичных элементов в так называемых квазиканонических системах счисления. В данной статье, представляющей результаты первой части исследований автора, рассматриваются дискретные ортогональные преобразования, связанные исключительно с бинарными системами счисления в квадратичных полях. Рассматриваются также вопросы синтеза быстрых алгоритмов введенных дискретных ортогональных преобразований и возможность их применения к анализу фрактальных (или самоподобных) объектов.
Бесплатно
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
Статья научная
Метод классификации типов нестационарностей во временных рядах на основе вейвлет-анализа для локализации и детекции границ нестационарности; математических алгоритмов для сравнения типов нестационарностей на основе шаблонов эталонных сигналов и классификации аномалий при помощи неградиентных методов оптимизации; с возможностью дальнейшего применения для разработки автоматизированных информационных систем комплексного мониторинга состояния электросети и ее отдельных компонент представлен в данном исследовании. Кодовая база размещена в открытом репозитарии проекта и доступна для воспроизведения вычислительных экспериментов. Предлагаемый подход имеет широкий спектр применения, но отдельного внимания заслуживает возможная интеграция в целях повышения надежности систем диагностики с технологиями Интернета вещей, построения цифровых двойников, агент-ориентированного моделирования сложных социально-экономических процессов, облачными высокопроизводительными вычислениями, позволяющими анализировать большие данные в реальном времени.
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
