Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Нейросети научили «дорисовывать» облака и снег
Исследователи Центра искусственного интеллекта Сколтеха Никита Беляков и Светлана Илларионова представили новую методику семантической сегментации мультиспектральных данных, с помощью которой можно распознавать облака, тени и снежные участки на спутниковых снимках. Такой подход не потребует дополнительного участия человека в аннотировании данных, а точность распознавания сложных климатических структур на снимках повысится.
Результаты исследования представлены в журнале Advances in Space Research, код и примеры — на GitHub. Сверточные нейронные сети стали одним из лучших инструментов для распознавания изображений и видео. Однако для точной сегментации объектов сверточным нейронным сетям требуется большой объем высококачественных обучающих данных, для подготовки которых нужен человек. Чтобы улучшить качество сегментации, применяют различные подходы, включая методы увеличения объема данных.
Основная цель нового исследования, поддержанного грантом РНФ, — повысить точность распознавания и классификации редких или сложных для анализа явлений на спутниковых снимках, таких как облака, их тени и снежные участки, на предварительном этапе подготовки спутниковых данных для решения задач анализа окружающей среды.
Авторы предложили подход под названием CSIA — Climate Structures Inpainting Augmentations. На исходных снимках «дорисовываются» дополнительные климатические структуры. Генерируемые нейросетями реалистичные фрагменты добавляются в те области, где такие явления отсутствуют, что искусственно увеличивает объем тренировочных данных.
«Главная особенность нашего подхода в том, что мы „дорисовываем“ реалистичные климатические структуры — облака, их тени, снежные участки — и внедряем их в спутниковые снимки без необходимости проведения дополнительной ручной аннотации данных», — рассказывает аспирант программы Сколтеха «Вычислительные системы и анализ данных в науке и технике» Никита Беляков.
«Мы искусственно расширяем выборку и учим нейросеть не путаться, когда ей встречаются редкие или сложные для сегментации явления. Наш метод помогает моделям точнее понимать геометрию и оптику климатических объектов, что особенно важно при анализе больших регионов и редких погодных феноменов», — комментирует руководитель исследовательской группы в Центре ИИ Сколтеха Светлана Илларионова.
Эксперименты показали, что при использовании CSIA заметно улучшаются результаты сегментации облаков и теней на данных Landsat-8 и в датасете SPARCS. Дополнительное повышение точности дает архитектура U-Net++ в сочетании с подходом Model Soups, предполагающим усреднение нескольких моделей. По словам авторов, благодаря такому комбинированному решению компьютерное зрение эффективнее «учится» на разнородных данных и надежнее распознает сложные классы.
Работа открывает возможности для более точной сегментации в самых разных сферах применения — от климатического мониторинга обширных регионов до экологических проектов и задач сельского хозяйства. Так, например, разработка позволяет даже для северных регионов с высоким процентом облачности эффективно анализировать лесной массив, его характеристики и изменения, учитывая влияние климатических структур на изображениях. Исследователи планируют продолжить развитие метода, адаптируя его к другим типам данных дистанционного зондирования и внедряя дополнительные механизмы генерации с учетом сезонных и погодных изменений.
Telegram 
Дзен 
VK Бытует мнение, что в большинстве случаев великими учеными, спортсменами и музыкантами становятся те, кто с самого детства проявлял соответствующие способности. Поэтому родители с трепетом всматриваются в ранние увлечения своих чад, чтобы как можно раньше выявить талант. Однако авторы нового исследования выяснили, что такое поведение — ошибка. Оказывается, большинство тех, кто сегодня определяет лицо мировой науки, спорта и искусства, в детстве ничем особенным не выделялись. Более того, интенсивная «дрессировка» с малых лет скорее мешает, чем помогает достичь вершин во взрослой жизни.
Компьютерное моделирование показало, что комета из китайских хроник 5 года до нашей эры могла визуально зависнуть над Иудеей благодаря синхронизации с вращением Земли. Это дает физическое объяснение библейскому описанию остановившейся звезды, хотя отсутствие упоминаний о таком ярком объекте в римских летописях ставит гипотезу под сомнение.
Испытания препарата P7C3-A20 на мышах показали, что на поздних стадиях болезни Альцгеймера можно восстановить память, когнитивные функции и структуру нейронных связей. Открытие бросает вызов устоявшимся представлениям о необратимости деменции и может привести к разработке новых препаратов.
Биологи опровергли представление о примитивности органов чувств у древнейших бесчелюстных, обнаружив у миксин огромный арсенал рецепторов для поиска добычи. Исследователи доказали, что способность различать сложные запахи и аминокислоты появилась у общего предка позвоночных задолго до возникновения челюстей.
После открытия объекта 3I/ATLAS предполагалось, что ядро межзвездной кометы могло иметь гигантские размеры. Но в процессе дальнейших наблюдений выяснилось, что эти оценки были явно завышены. Недавние расчеты показали, что на самом деле 3I/ATLAS по размерам соответствует среднестатистическим или даже самым компактным кометам Солнечной системы.
В 16.18 по московскому времени 28 декабря 2025 года с единственного гражданского космодрома на территории России произошел 17-й по счету космический запуск этого года. Перед ним на космодроме побывал корреспондент нашего издания, и вскоре мы выпустим репортаж о том, чем живет самый холодный космодром в мире.
С 2010-х в «Роскосмосе» говорили: будущая РОС сможет пролетать над полюсом, что даст ей возможности для новых научных экспериментов. Но вскоре после того, как в ноябре 2025 года Россия временно лишилась возможности запускать людей в космос, эта позиция изменилась. В результате запускать космонавтов с космодромов нашей страны станет довольно сложно.
На скалистых берегах аргентинской Патагонии разворачивается настоящая драма. Магеллановы пингвины, долгое время чувствовавшие себя в безопасности на суше в своих многотысячных колониях, столкнулись с новым и беспощадным врагом. Их извечные морские страхи — касатки и морские леопарды — теперь блекнут перед угрозой, пришедшей из глубины материка. Виновник переполоха — грациозный и мощный хищник, недавно вернувшийся на эти земли после долгого изгнания.
Среди самых интригующих открытий космического телескопа «Джеймс Уэбб» — компактные объекты, получившие название «маленькие красные точки». Их видели только в самых дальних уголках Вселенной. Большинство возникло в первый миллиард лет после Большого взрыва, и ученые предполагали, что такие источники представляют собой небольшие компактные галактики. Однако международная команда астрономов пришла к иному выводу. Они предположили, что на самом деле «маленькие красные точки» — черные дыры, окруженные массивной газовой оболочкой.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно