Численные методы и анализ данных. Рубрика в журнале - Компьютерная оптика
Модули внимания в сверточных нейронных сетях для распознавания малоразмерных объектов
Статья научная
Задача распознавания малоразмерных объектов часто встречается в биомедицинских системах и системах безопасности. При этом обнаружение таких объектов часто осложняется наличием плотных облаков или объектов инфраструктуры. В данной работе представлены результаты использования различных механизмов внимания для повышения точности в задаче сегментации малоразмерных объектов на изображении с помощью сверточных нейронных сетей. Были рассмотрены модули внимания по каналам и по пикселам. Подобный подход позволяет эффективно подавлять менее информативные каналы и области изображения и усиливать более информативные каналы и области изображения. При этом весовые коэффициенты в модулях внимания автоматически адаптируются к обучающим данным. Проведена оценка влияния механизмов внимания в архитектуре сверточной нейронной сети на ее способность подавлять сложный фон (облака, тучи и объекты инфраструктуры) и сегментировать малоразмерные объекты. Результаты представлены в виде таблиц с тестовыми метриками, графиков precision-recall и ROC-кривых и тепловых карт, показывающих эффективность подавления фона. Полученные результаты позволяют эффективно внедрять описанные модули внимания в сверточные нейронные сети любой сложности для повышения точности распознавания объектов размером 10 – 40 пикселей на сложном фоне.
Бесплатно
Статья научная
Описаны атрибутные и реляционные представления моделей мозаичных изображений с направленными отношениями. Рассмотрены атрибутные представления асимметричных реляционных моделей на основе стековых, ранговых и интегральных описаний. Введены морфологические меры сходства на основе реляционных моделей. Показано, что на основе одной и той же ориентированной реляционной модели могут быть введены различные морфологические операторы, в частности, типа Серра и типа Пытьева. Предложены способы построения таких морфологических операторов в атрибутном и реляционном домене. Описана новая морфологическая схема двухэтапной взаимной адаптивной фильтрации изображения и формы, на первом шаге которой происходит упрощение (проецирование) формы c учетом изображения, а на втором - упрощение (проецирование) изображения c учетом формы.
Бесплатно
Статья научная
Статья посвящена анализу возможности оценки эмоционального состояния человека по особенностям работы головного мозга с использованием неинвазивных нейро-компьютерных интерфейсов. Проведен анализ публикаций последних лет, посвященных применению сигналов электроэнцефалограммы (ЭЭГ) для оценки эмоционального состояния, выявлены актуальные проблемы в этой области. Описаны основные подходы к стимуляции головного мозга для получения информативных сигналов ЭЭГ, а также методы их анализа и распознавания. Предложена архитектура глубокой сверточной нейронной сети для анализа данных ЭЭГ, а также нейросетевая модель искусственного интеллекта для классификации 4 эмоций (страх, счастье, печаль, спокойствие) по шкале валентности-арозальности Рассела на основе двух сверточных нейронных сетей. Проведен эксперимент с участием 50 человек, которые просматривали эмоционально окрашенные видеоролики. Собраны данные ЭЭГ 50 испытуемых, которые использовались для обучения и тестирования нейросетевой модели. Результаты показали высокую точность классификации эмоций (94%±3,4%) с использованием беспроводного нейроинтерфейса.
Бесплатно
Статья научная
Предлагается новая методика проверки гипотезы о независимости многомерных случайных величин. Рассматриваемая методика основывается на использовании непараметрического алгоритма распознавания образов, соответствующего критерию максимального правдоподобия. В отличие от традиционной постановки задачи распознавания образов априори отсутствует обучающая выборка. Исходная информация представляется статистическими данными, которые составляют значения многомерной случайной величины. Законы распределения случайных величин в классах оцениваются по исходным статистическим данным для условий их зависимости и независимости. При выборе оптимальных коэффициентов размытости непараметрических оценок плотностей вероятностей ядерного типа в качестве критерия используется минимум их среднеквадратических отклонений. Вычисляются оценки вероятности ошибки распознавания образов в классах. По минимальному значению оценок вероятностей ошибок распознавания образов принимается решение о независимости либо зависимости случайных величин. Разработанная методика используется при анализе спектральных данных дистанционного зондирования.
Бесплатно
Статья научная
В данной работе мы предлагаем алгоритм натурального градиентного спуска с импульсом на основе распределений Дирихле для ускорения обучения нейронных сетей. Данный подход учитывает не только направления градиентов, но и выпуклость минимизируемой функции, что значительно ускоряет процесс поиска экстремумов. Представлены вычисления натуральных градиентов, базирующихся на распределениях Дирихле, и реализовано внедрение предложенного подхода в схему обратного распространения ошибок. Результаты по распознаванию изображений и прогнозированию временных рядов во время проведения экспериментов показывают, что предложенный подход дает более высокую точность и не требует большого количества итераций для минимизации функций потерь, по сравнению с методами стохастического градиентного спуска, адаптивной оценки момента и адаптивным по параметрам диагональным квазиньютоновским методом для невыпуклой стохастической оптимизации.
Бесплатно
О классификации космических снимков Sentinel-2 нейронной сетью Resnet-50
Статья научная
В работе исследовано изменение точности классификации спутниковых изображений при различных комбинациях параметров нейронной сети и набора входных данных. Проведено добавление к обучающей выборке индекса NDVI и локальных бинарных шаблонов. Выполнено тестирование классификаторов, созданных на разных количествах эпох и образцах. Определены значения гиперпараметров нейронной сети, позволяющие достичь точности классификации 0,70 и F-меры 0,65. Разделение классов с похожими спектральными характеристиками показывает низкое качество при различных параметрах и наборах входных данных. Для улучшения требуется привлечение дополнительной информации. Например, для разделения лесов на подклассы необходимо применение классификаторов, использующих изображения за разные периоды года, учитывающих вегетационный период. Кроме того, необходимо расширение обучающей выборки для учета различных природных зон, почв и т.д.
Бесплатно
Об одном методе вычисления обобщённых нормальных решений недоопределённых линейных систем
Статья научная
В статье представлен новый метод вычисления обобщённых нормальных решений недоопределённых систем линейных алгебраических уравнений на основе специальных расширенных систем. Преимуществом данного метода является возможность решения очень плохо обусловленных (возможно разреженных) недоопределённых линейных систем большой размерности с использованием современных вариантов метода итерационного уточнения на основе метода обобщённых минимальных невязок (GMRES-IT). Представлены результаты применения рассматриваемого алгоритма для решения задачи балансировки химических уравнений (баланс масс).
Бесплатно
Статья научная
Передача, обработка и хранение информации в инфраструктуре «интернета вещей» сопряжены с необходимостью решения ряда задач обеспечения информационной безопасности. Основная сложность заключается в том, что инфраструктура «интернета вещей» неоднородна и включает в себя множество различных устройств, в том числе с ограниченными вычислительными ресурсами. Одним из подходов к решению данных задач является встраивание дополнительной информации в передаваемые и хранимые цифровые объекты. В данной работе представлен обзор методов встраивания информации в цифровые данные для обеспечения безопасности в «интернете вещей», включающий методы стеганографического встраивания информации и методы встраивания цифровых водяных знаков. Рассмотрены методы встраивания информации в цифровые изображения, а также данные беспроводных сенсорных сетей, предлагаемые для использования в «интернете вещей». Выявлены достоинства и недостатки, присущие отдельным методам и группам методов, проведён анализ их применимости для защиты данных в «интернете вещей». Выявлены актуальные направления в данной области исследований.
Бесплатно
Статья научная
Обратимые целочисленные преобразования имеют большое значение для алгоритмов сжатия без потерь. Для выполнения обратимой декорреляции цветовых каналов предложен алгоритм вычисления параметров обратимого целочисленного преобразования, аппроксимирующего такие непрерывные отображения, как дискретное преобразование Карунена-Лоэва. Предложен способ оценивания ошибок аппроксимации, позволяющий выбрать оптимальную аппроксимацию исходного преобразования, минимизирующую эти ошибки. На примере формата файлов MRG, предназначенного для хранения больших объёмов целочисленных растровых данных, показано, что после применения декорреляции получается повысить степень сжатия многоканальных растровых изображений при использовании алгоритма сжатия без потерь.
Бесплатно
Статья научная
Рассмотрены вопросы определения параметров поверхностных эксплуатационных дефектов по результатам комплексной диагностики ультразвуковым, вихретоковым и визуальным и измерительным методами неразрушающего контроля. При этом визуальный и измерительный метод реализовался с применением камеры телевизионного контроля, оснащенной функцией компьютерного зрения, и лазерным триангуляционным датчиком. В работе представлен набор данных, в котором в качестве входных переменных находятся результаты неразрушающего контроля, а в качестве целевых переменных – глубина плоскостных и объемных дефектов, а также ширина объемных дефектов. Также в работе произведена оценка степени влияния различных результатов неразрушающего контроля на определение целевых переменных. Произведено обучение моделей на основе различных алгоритмов, в итоге для всех целевых переменных оптимальными моделями оказались модели на основе градиентного бустинга. Представлен алгоритм совместной обработки результатов при комплексной диагностике, в котором применяются полученные модели, и определена точность работы данного алгоритма по метрике RMSE, которая составила 0,011 мм.
Бесплатно
Оптимальное планирование операций роя подвижных объектов в условиях неопределённости
Статья научная
Рой роботов, как система относительно простых взаимосвязанных управляемых объектов, выполняет общую задачу в двумерном пространстве одновременно и распределённым образом. При планировании операций роя, связанных с созданием в зоне обслуживания сквозной фронтальной полосы из зон работы целевой аппаратуры - полезной нагрузки объектов роя, возникает задача учёта возможности его оперативной перегруппировки, так как на момент планирования точная цель операции роя или ещё не определена, или представляет секрет, или определяется рядом случайных обстоятельств. Поэтому исполнение операции роя целесообразно проводить в две фазы, и первую фазу начинать ещё до разрешения упомянутых неопределённостей путём создания базовой случайной сети с относительно малой концентрацией объектов роя в ней. На второй фазе операции путём локальной перегруппировки объектов роя формируется конкретный программируемый перколяционный путь, обеспечивающий целевое покрытие зонами работы целевой аппаратуры объектов роя определённой зоны обслуживания. В этом случае можно существенно сократить время проведения операции. Решение этой задачи проводится методами теории программируемой перколяции. Численно с использованием результатов статистического моделирования двухфазных операций и аналитически получено значение концентрации объектов роя на первой фазе, обеспечивающее минимум суммарных затрат двухфазной операции. Рассмотрена синергетика информационного взаимодействия роя объектов при реализации программируемого перколяционного пути.
Бесплатно
Особенности обработки данных оптических измерений дисперсных параметров бимодальных сред
Статья научная
Работа, описанная в статье, посвящена повышению информативности оптических методов измерений параметров дисперсных сред. Проблема заключается в том, что априори задаваемая аналитическая функция (например, логарифмически нормального) распределения частиц по размерам недостаточно точно описывает дисперсную среду с бимодальным и мультимодальным распределением. В работе рассматривается возможность аппроксимации экспериментальных данных с помощью многопараметрической функции распределения частиц по размерам вместо априори задаваемого логарифмически нормального распределения. Для сравнения результатов аппроксимаций были проведены эксперименты на стандартных образцах гранулометрического состава ОГС-01ЛМ и ОГС-08ЛМ отдельно и совместно путём их смешивания. Регистрация экспериментальных данных производилась турбидиметрическим высокоселективным методом на водных суспензиях данных образцов. Целью работы является представление результатов измерений в виде функции распределения, позволяющей более точно определять форму распределения частиц по размерам и соответствующие дисперсные характеристики исследуемой среды в оптических методах измерений параметров дисперсных сред...
Бесплатно
Статья научная
Работа посвящена исследованию особенностей реализации блочных алгоритмов FDTD-метода на графических процессорах. Обсуждается понятие блочного алгоритма в целом и блочного алгоритма FDTD-метода в частности. Основное внимание уделяется специфике подбора объёма и формы блоков, связанной с использованием языка MATLAB и его дополнения Parallel Computing Toolbox. Демонстрируется практическая эффективность предложенных авторских приемов, раскрываются перспективы их применения.
Бесплатно
Оценивание степени размытости изображения путём анализа градиентного поля
Статья научная
Оценивание степени размытости является важным шагом на пути улучшения качества изображения. В литературе предложено много подходов, критериев и алгоритмов оценивания степени размытости, использующих свойства градиентного поля изображения. В настоящей работе предложена новая мера оценивания размытости, основанная на использовании параметра формы распределения Вейбулла, определяемого по выборочной совокупности магнитуды градиента изображения. На примерах искусственно размытых изображений показывается, что чем больше фактор размытия, тем больше значение предложенной меры приближается к «2», причём наблюдается монотонная зависимость значения меры от фактора размытия. Такой же эффект наблюдается при фильтрации изображения, однако по мере увеличения фактора фильтрации значение меры монотонно убывает. В работе предложено считать рассматриваемую меру размытия как критерий структурированности изображения.
Бесплатно
Статья научная
Осуществлено экспериментальное сравнение «широких» искусственных нейронных сетей из различных функционалов для верификации автографа подписанта. Собрана база автографов субъектов для проведения вычислительного эксперимента. Подтверждено, что повышение размерности решающих правил (функционалов) до определенного момента приводит к снижению вероятностей ошибок верификации подписи, увеличение количества нейронов сети уменьшает число ошибок, а также многомерный функционал Байеса работает тем лучше, чем выше корреляция между признаками и его размерность. Наилучший результат по верификации автографа получен с использованием сетей многомерных функционалов Байеса: вероятность ошибок 1-го и 2-го рода составила 0,0288 и 0,0232 соответственно.
Бесплатно
Параллельная машинная арифметика для рекуррентных систем счисления в неквадратичных полях
Статья научная
В работе предлагается новый метод синтеза систем машинной арифметики для «безошибочных» параллельных вычислений. Отличием предлагаемого подхода от вычислений в традиционных системах остаточных классов для прямой суммы модулярных колец является параллелизация вычислений в неквадратичных расширениях простых конечных полей, элементы которых представлены в системах счисления, порождёнными последовательностями степеней корней характеристического полинома рекуррентной последовательности. Работа продолжает и обобщает исследования автора, в которых, в частности, рассматривались рекуррентные соотношения n- боначчи (трибоначчи, тетрабоначчи и т.д.).
Бесплатно
Повышение энергоэффективности нейросетевых вычислений с использованием NVDLA на ПЛИС
Статья научная
На сегодняшний день актуальна проблема создания высокопроизводительных и энергоэффективных аппаратных платформ для решения задач искусственного интеллекта. Популярным решением этой проблемы является использование ускорителей глубокого обучения для запуска нейросетей, таких как графические процессорные устройства и тензорные процессорные устройства. Компания NVIDIA предлагает программный комплекс NVDLA, позволяющий конструировать нейросетевые ускорители на базе открытого исходного кода. Данная статья описывает полный цикл создания прототипа ускорителя NVDLA на ПЛИС, а также тестирование полученного решения путем запуска на нем нейронной сети resnet-50. В завершение предоставляется оценка производительности и энергопотребления прототипа NVDLA ускорителя относительно GPU и CPU, результаты которой показывают превосходство NVDLA по многим характеристикам.
Бесплатно
Повышение эффективности анализа КТ-изображений с помощью новых текстурных радиомических признаков
Статья научная
В статье рассматривается развитие методов извлечения признаков из медицинских изображений для улучшения диагностики и анализа данных в онкологии. Представлены три новых радиомических признакадля анализа КТ-изображений легких: адаптивный контраст текстуры, направленная однородность текстуры и совместная встречаемость текстурных переходов. Эти признаки специально разработаны для улучшения анализа КТ-изображений легких, что может оказать значительное влияние на точность диагностики и распознавание мутаций EGFR. В статье подробно описаны методы и алгоритмы, использованные для создания и тестирования этих признаков, а также представлены результаты, демонстрирующие улучшение показателей Accuracy и Precision на 4 % для задачи обнаружения мутаций EGFR по сравнению с традиционными методами. Это исследование подчеркивает потенциал интеграции новых радиомических признаков в клиническую практику для более точной и эффективной диагностики рака легких.
Бесплатно
Статья научная
Рак легких с его высоким уровнем смертности представляет собой серьезную проблему в онкологии, в основном из-за бессимптомного характера ранних стадий, что затрудняет своевременную диагностику. В данной статье рассматривается интегрированный подход с использованием глубокого обучения и признаков радиомики для улучшения обнаружения и прогнозирования генетических мутаций в узловых образованиях легких, тем самым продвигая границы персонализированной медицины в контексте рака легких. В работе используются сверточные нейронные сети и трансформеры, что позволяет анализировать изображения компьютерной томографии для сегментации легочных узелков и прогнозирования значимых генетических мутаций, в частности EGFR и KRAS. Наш интегрированный подход, в частности сочетание YOLOv7 с DeepLabv3 и признаками текстур, показал высокие результаты, достигнув Accuracy 98,5% и Precision 96% в задачах сегментации, а также высоких показателей Accuracy 97,8% и 98% для прогнозирования мутаций EGFR и KRAS соответственно с помощью сочетания глубокого обучения и радиомики.
Бесплатно
Статья научная
Мониторинг параметров геомагнитного поля и его вариаций осуществляется главным образом с помощью наземных магнитных обсерваторий и вариационных станций. Однако несовершенство применяемой аппаратуры и задействованных каналов связи обусловливает наличие пропусков во временных рядах геомагнитных данных, что, наряду с пространственной анизотропией источников данных, создаёт значимые препятствия на пути их автоматизированной обработки. При этом известные методы импутации пропусков во временных рядах обеспечивают среднеквадратическую ошибку восстановления, существенно превышающую уровень, принятый для такого рода геофизических наблюдений. В настоящей работе предложен метод восстановления геомагнитных данных, основанный на статистических методах обработки временных рядов и принципах машинного обучения с использованием размеченных данных. Его отличительной особенностью является то, что признаковым описанием фрагмента временного ряда выступает пара предшествующего и следующего за ним фрагментов того же ряда, в совокупности образующих обучающую выборку для поиска недостающего фрагмента по набору его признаков с последующим линейным масштабированием для восстановления исходного тренда информационного сигнала. Приводятся оценки параметров временных рядов геомагнитных данных, при которых возможно применение предложенного метода для восстановления как суточных вариаций, так и фрагментов длительностью в несколько минут.
Бесплатно
