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.
Создан новый алгоритм для обработки биологических изображений
Ученые представили новый способ обработки биологических изображений. Разработанный в Сколтехе алгоритм позволяет точно вычленять отдельные биологические объекты из сложных фотографий. Метод может найти применение в научных исследованиях и медицинской практике.
Результаты исследования опубликованы в открытом доступе и будут представлены в виде устного доклада на престижной конференции по компьютерному зрению СVPR 2020. В биологии большое количество информации получают в виде изображений. Автоматический анализ биологических изображений – сложная задача.
Часто приходится ориентироваться во множестве слоев и разнообразных объектов одновременно, особенно если речь идет о данных микроскопии, где объекты накладываются друг на друга, а качество и четкость изображений могут быть очень низкими. Машинное обучение помогает обучить компьютер обрабатывать биологические изображения, чем значительно ускоряет анализ данных и добавляет точности и объективности.
В лаборатории компьютерного зрения Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами CDISE был предложен метод для вычленения биологических объектов (отдельных клеток, организмов, частей растений) из сложных изображений. Первым автором исследования выступил научный сотрудник Виктор Куликов, работавший под руководством профессора Сколтеха Виктора Лемпицкого.
В основе нового метода лежит идея сведения сложной задачи разделения объектов к более простой задаче регрессии. Это достигается введением дополнительных «гармонических» сигналов во входные слои нейронной сети и автоматической подстройкой параметров этих сигналов под характерный размер и расположение разделяемых объектов.
Ученые использовали четыре разных типа изображений: фотографии растений, фотографии, содержащие большое количество червей С. Elegants, микроскопические снимки бактерий E. Coli и культуры раковых клеток HeLa. Алгоритм обучения нейронных сетей, состоящий из двух этапов, отлично справился с поставленной задачей.
После обучения под соответствующий тип изображений, нейронные сети успешнее, чем ранее представленные методы, выделяли листья растений, червей, раковые клетки и отдельные бактерии. Новый метод может найти применение в научных исследованиях и медицинской практике.
«Основным преимуществом нового метода является способность обучаться даже на маленьких выборках. Мы надеемся, что предложенный нами алгоритм найдет применение не только в биологических исследованиях, но и в других отраслях, в которых сложно получать большие выборки размеченных обучающих изображений», – рассказывает Виктор Лемпицкий.
Telegram 
Дзен 
VK К любопытным выводам привели наблюдения японских ученых за пестролицыми буревестниками. Оказалось, эти птицы испражняются в основном на лету, намеренно избегая такой возможности на поверхности воды. Очевидно, предположили исследователи, это облегчает движения в воздухе взрослым особям с добычей во рту.
Люди, которые были на грани смерти, затем иногда рассказывают, как мчались навстречу необычайно яркому свету или видели всю свою жизнь, проносящуюся перед глазами. Эти переживания на первый взгляд напоминают галлюцинации под воздействием некоторых психоделиков. Но есть и существенные различия, обнаружили исследователи из Великобритании.
Физики из МФТИ и Национального исследовательского центра «Курчатовский институт» разработали новую теоретическую модель, которая разрешает многолетние противоречия в описании одной из самых опасных неустойчивостей плазмы в установках термоядерного синтеза. Предложенный подход позволяет точнее предсказывать поведение плазменного шнура и открывает путь к созданию более надежных систем управления для будущих термоядерных реакторов, включая международный проект ITER.
Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.
За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
Изображение блазара PKS 1424+240, полученное с помощью радиоинтерферометра VLBA, напомнило астрономам легендарное «Око Саурона» из «Властелина колец» — джет, пронизывающий кольцеобразное магнитное поле объекта, устремлен к нашей планете, а сам блазар может оказаться одним из наиболее ярких источников нейтрино в космосе.
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.
Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет. Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.
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