Моделирование и анализ данных. Рубрика в журнале - Сетевое научное издание «Системный анализ в науке и образовании»
Статья научная
В статье представлен комплексный подход к автоматизации анализа рентгеновских снимков грудной клетки с помощью глубоких нейронных сетей и методов объяснимого искусственного интеллекта (XAI). Проведён обзор и интеграция крупнейших наборов данных, реализована мультимодальная архитектура, сочетающая сверточные нейронные сети и языковые модели для генерации медицинских заключений. Особое внимание уделено интерпретируемости решений с помощью Grad-CAM, LIME и других XAI-методов. Разработан удобный интерфейс для врачей, обеспечивающий визуализацию результатов и прозрачность работы системы.
Бесплатно
Аппроксимация изображений в ограниченном классе графических примитивов
Статья научная
Настоящая статья посвящена разработке и исследованию унифицированного подхода к аппроксимации растровых изображений наборами графических примитивов одного класса с использованием методов многомерной непрерывной оптимизации. Задача аппроксимации изображений поставлена, как задача поиска оптимального набора параметров примитивов, максимизирующего целевую функцию на основе одной из метрик, используемых для определения схожести двух заданных изображений. Практическая реализация на основе предложенного подхода представляет собой модульную программную систему на языке программирования Python с графическим и командным интерфейсами, функциями отрисовки, сохранения/загрузки результатов и генерации анимированных изображений. В ходе экспериментов исследовалась эффективность используемых алгоритмов и влияние их параметров и настроек системы на качество аппроксимации.
Бесплатно
Статья научная
Семантическая сегментация - операция в компьютерном зрении, заключающаяся в классификации и попиксельной локализации объектов на цифровом изображении. Данная статья содержит в себе обзор существующих модификаций классической архитектуры сверточной нейронной сети, направленных на решение проблемы искажения информации с исходного изображения. Проведено сравнение эффективности рассмотренных моделей в условиях бинарной и множественной семантической сегментации. Статья может быть полезной для ML/DL-разработчиков, желающих изучить проблематику сегментации изображений в рамках своей предметной области.
Бесплатно
Классификация клеток гиппокампа с помощью алгоритмов машинного обучения
Статья научная
Автоматическая идентификация и классификация нейронов в микропрепаратах нервной ткани имеет важное значение при изучении воздействия ионизирующего излучения на головной мозг. Оценка состояния клеток ЦНС специалистом вручную является трудоемким и субъективным процессом, в то время как алгоритмы машинного обучения показали потенциал в автоматизации этой задачи. В данной работе были использованы 81 фотоизображение препаратов гиппокампа мышей, на которых выделяли клетки без видимых повреждений, легко-измененные и дистрофические. Для каждой клетки вычислялись следующие параметры: Площадь, Округлость и Структурная сложность ядра. Данные параметры использовались для обучения классификатора RandomForestClassifier с использованием библиотеки scikit learn. Точность классификации составила 68%, при этом наиболее значимым признаком оказалась структурная сложность ядра. Предложенный классификатор может служить основой для автоматической системы анализа нейронов в микропрепаратах головного мозга.
Бесплатно
Статья научная
В статье рассматривается проблема моделирования сложных организационных систем, особенно в контексте хэндлинговых компаний. Авторы предлагают гибридную методологию моделирования, объединяющую преимущества различных подходов (ARIS, EEPC, BPMN, IDEF и других). В статье также обсуждаются инструментальные средства моделирования и возможности виртуальной компьютерной лаборатории для исследования, оптимизации и развития организационных систем. Результаты исследования могут быть полезны для управления, аналитиков и специалистов по моделированию бизнес-процессов, желающих повысить эффективность своих организаций и обеспечить успешное функционирование хэндлинговых компаний.
Бесплатно
Настольная игра: от идеи до реализации
Статья научная
Данная статья представляет результаты анализа датасета по настольным играм, с целью выявления основных закономерностей и трендов в развитии этого игрового сегмента. В процессе исследования была выявлена высокая популярность настольных игр, что стало основой для создания таких продуктов, как анкета для подбора игр и приложение для ведения статистики. Итогом работы стала собственная настольная игра, для которой был продуман сеттинг, разработан дизайн компонентов, проведена серия тестов и выполнена физическая реализация игры.
Бесплатно
Статья научная
В статье предлагается мультиуровневый подход к диагностике коронарных стенозов, основанный на глубоком обучении и нечѐткой логике. Рассматриваются проблемы нехватки размеченных данных, решается путем доаннотации датасета CADICA. Реализован алгоритм, включающий сегментацию сосудов с помощью модифицированной сверточной сети U-Net и CRF, дополненный методами XAI (Grad-CAM, LIME, Score-CAM). Добавлен нейро-нечѐткий модуль ANFIS для преобразования активаций модели в правила. Подход обеспечивает высокую точность сегментации (Dice ≈ 0,84; IoU ≈ 0,78) и надежность диагностики даже при слабо выраженной патологии. Полученные результаты подтверждают повышение доверия специалистов благодаря интеграции механизмов объяснимого ИИ.
Бесплатно
Применение методов глубокого обучения в задачах сегментации текстовых изображений
Статья научная
Работа посвящена решению задачи сегментации текстовых изображений, целью которой является выделение на изображении документа текстовых блоков, соответствующих колонкам, заголовкам, колонтитулам и т.д. Проводится обзор существующих методов сегментации изображений, в том числе предназначенных и для поиска и выделения на изображениях текстовых блоков. Анализируются как классические методы, так и методы, основанные на использовании искусственных нейронных сетей. Для решения поставленной задачи предлагается подход на основе свёрточных нейронных сетей и модели U-Net. Описывается метод автоматической генерации обучающих примеров для обучения нейронной сети. Рассматривается процессы настройки модели, её обучения и тестирования. Приводятся результаты численного исследования обученных моделей на реальных данных.
Бесплатно
Применение методов машинного обучения в области инженерно-технической защиты информации
Статья научная
В статье исследуется возможность применения методов машинного обучения в области инженерно-технической защиты информации. Рассматриваются основные методы машинного обучения, такие как нейронные сети, решающие деревья, метод опорных векторов и другие. Результатом работы является разработка прототипа, основанного на методах машинного обучения, который позволяет обнаруживать нарушения защиты информации, путем классификации радиочастот. Результаты работы могут быть использованы в учебном процесс и могут послужить источником для дальнейшего развития данной области.
Бесплатно
Применение программ технологического моделирования в задачах управления процессами подготовки нефти
Статья научная
В работе приведен обзор зарубежных и российских программных продуктов технологического моделирования. Они применяются в задачах проектирования, реконструкции, управления процессами подготовки и переработки нефти. Приведены примеры выполнения моделирования процесса стабилизации нефти с целью минимизации энергетических затрат и максимизации отбора широкой фракции легких углеводородов. Ограничением при решении задач оптимизации выступают показатели качества широкой фракции легких углеводородов. Показаны этапы выполнения работы и полученные результаты. Моделирование выполнялось в программных пакетах Chemcad и Petro-Sim.
Бесплатно
Применение фрактальной геометрии в исследовании речных систем
Статья научная
В статье представлены способы применения фрактальной геометрии при исследовании речной системы Волги. Дан обзор алгоритмов вычисления фрактальной размерности и приведены примеры расчетов, а также описаны пути трактовки и применения полученных результатов.
Бесплатно
Статья научная
Во время обучения студенты сталкиваются с широким спектром академических и внеучебных трудностей, существенно влияющих на их успеваемость, мотивацию и степень вовлечённости в образовательный процесс. Эмоциональный интеллект представляет собой важнейший психологический ресурс, способствующий формированию устойчивых социальных связей, успешной адаптации, а также профессиональному и личностному росту. В представленной работе разработан программный комплекс, основанный на алгоритмах машинного обучения, предназначенный для оценки уровня эмоционального интеллекта студентов. Диагностика проводится с использованием валидного опросника Николаса Холла. Система формирует персонализированные упражнения, направленные на развитие компонентов ЭИ и повышение уровня эмоциональной компетентности студентов.
Бесплатно
Статья научная
Восстановление спектров нейтронов по результатам измерений многошаровым спектрометром Боннера является некорректно поставленной обратной задачей и требует специальных методов решения. В работе представлены методы восстановления спектра с помощью регрессионной модели алгоритма машинного обучения «случайный лес», а также обученной на синтетических данных нейронной сети. Алгоритмы были обучены и протестирован на базе данных, состоящей из 500 тысяч спектров, искусственно сгенерированных по методу FRUIT, и реальными спектрам из сборника МАГАТЭ и схожих работ по тематике — 340 штук. В качестве входных признаков модели были использованы показания спектрометра для восьми и десяти шаров-замедлителей. Показано, что разработанный алгоритм применим для восстановления спектров нейтронов. Восстановленные спектры по характеру графика близки к исходным. По спектрам была рассчитана мощность эффективной дозы для изотропного облучения, показано, что средняя ошибка при оценке дозы составляет 25%.
Бесплатно
Разработка и исследование нейросетевых алгоритмов быстрой реконструкции треков частиц
Статья научная
Работа посвящена разработке эффективных методов решения задачи восстановления треков (траекторий движения) частиц, порождаемых столкновением ускоренных заряженных частиц или атомных ядер с неподвижной мишенью. Важными свойствами данной задачи являются: необходимость её решения в режиме реального времени; большие объёмы обрабатываемых данных; значительный уровень зашумлённости этих данных, обусловленный особенностями устройства трековых детекторов. Для решения поставленной задачи предлагается три метода: на основе преобразования Хафа, с использованием технологии самоорганизующихся карт Кохонена и графовых нейронных сетей. Приводятся результаты численного исследования предложенных методов при решении модельной задачи трекинга частиц.
Бесплатно
Разработка универсальной платформы для оценки и улучшения качества цифровых изображений
Статья научная
В работе разработана система обработки изображений, включающая реализацию алгоритмов повышения качества на языке C++. Пользователь может применять различные методы обработки, а также оценивать результат с помощью метрик NIQE и PIQE. Система демонстрирует высокую эффективность и может быть использована в задачах компьютерного зрения и подготовки данных для машинного обучения, в медицине и других областях, где качество изображения имеет решающее значение.
Бесплатно
Распознавание исторических рукописных документов с применением методов глубокого машинного обучения
Статья научная
Настоящая работа посвящена разработке и анализу нейросетевых подходов и методов к решению задачи распознавания рукописных документов. Для решения данной задачи в работе предлагается использовать модели глубоких нейронных сетей. Рассматриваются вопросы конфигурации и обучения рассматриваемых моделей, также описываются и анализируются возможные их усовершенствования. Приводятся результаты численного исследования всех предложенных подходов и сравнение их эффективности в решении поставленной задачи.
Бесплатно
Статья научная
В работе проведен анализ текстов описаний товарных позиций ТН ВЭД для обуви, определены признаки, влияющие на классификацию. Предложена систематизация признаков, доступных для визуального распознавания и формализации из документации. Приведены возможности использования методов искусственного интеллекта для решения задач классификации, приведен опыт построения экспертной системы.
Бесплатно
Статья научная
Целью настоящего исследования является разработка и апробация программного инструмента, который на основе искусственного интеллекта способен прогнозировать интеллектуальные (IQ) и эмоциональные (EQ) компоненты личности на основе анализа особенностей ввода текста. Исследование проведено среди студентов в возрасте от 17 до 27 лет с использованием комплексного подхода, включающего сбор данных о поведении при наборе текста, психологические измерения и статистический анализ. Были применены как классические психологические методы тестирования, так и технологии машинного обучения для обработки данных и построения моделей прогнозирования. Практические результаты показали, что особенности набора текста имеют прогностическую ценность в отношении некоторых показателей интеллекта и эмоционального интеллекта. В частности, скорость ввода, количество ошибок и их типы коррелируют с определенными эмоциональными способностями. Исследование подтверждает возможность разработки новых методов психологической оценки на основе цифровых поведенческих данных, позволяющих быстро и объективно отражать интеллектуальные и эмоциональные ресурсы личности. Работа представляет собой важный вклад в междисциплинарную область между психологией и информатикой.
Бесплатно
