#нейросеть

Лопатки — это ключевые элементы конструкции турбин в авиационной и энергетической отрасли. Они преобразуют поток энергии в механическое вращение вала двигателя. Их качеству и надежности предъявляют чрезвычайно высокие требования. Особое значение при производстве лопаток имеет процесс дефектоскопии после их обработки. Выявление брака происходит вручную, что требует высокой концентрации, много времени и осложняется нестандартной формой детали. Ученые Пермского Политеха разработали автоматизированную систему управления процессом полировки лопаток турбин с использованием интеллектуальной видеоаналитики. Новая технология позволяет в реальном времени контролировать качество обработки поверхности, с точностью 96% выявлять дефекты и автоматически корректировать процесс без участия человека.

Ученые ПНИПУ разработали новый алгоритм для бесперебойной передачи видео в условиях нестабильного интернет-соединения. Технология определяет наиболее важные объекты в кадре (лица, номера машин) и в приоритетном порядке передает их в сжатом виде даже при низкой скорости, что на 28–32% эффективнее существующих решений и требует меньше трафика. Это позволяет системам машинного зрения, таким как камеры наблюдения в больницах или дроны, стабильно работать при плохой связи.

Молодые ученые Центра цифровой медицины Сеченовского Университета разработали нейросеть для верификации особенностей электрической активности мозга пациентов с болезнью Паркинсона. Модель распознает частотные аномалии, характерные для этой патологии, по результатам электроэнцефалографии, и ее точность уже сегодня достигает 97 процентов. В перспективе на ее основе планируется создать цифровой сервис для ранней диагностики болезни Паркинсона по данным ЭЭГ. С его помощью врачи смогут быстро и точно ставить предварительный диагноз и назначать исследования для его подтверждения.

Коллектив ученых из Центра вычислительной физики МФТИ с коллегами разработали алгоритм PANDA-NN, автоматизирующий расчет контактного угла в системе жидкость-жидкость-твердое тело. Этот подход упрощает расчет и повышает воспроизводимость исследований смачивания в наномасштабе. Алгоритм особенно полезен для оптимизации нефте- и газодобычи.

Ученые Первого МГМУ имени И. М. Сеченова разработали веб-приложение для автоматического выявления новообразований головного мозга на МРТ-снимках с помощью методов компьютерного зрения. Программа не только обнаруживает опухоль, но и определяет ее точную локализацию и классифицирует новообразование. Веб-приложение направлено на повышение точности диагностирования опухолей головного мозга на ранних стадиях и снижение нагрузки в рентгенологии.

Сотрудники Лаборатории геометрической алгебры и приложений НИУ ВШЭ представили новую архитектуру нейронных сетей, понимающую симметрии мира. Разработка может ускорить и упростить анализ данных в физике, биологии и инженерии.

Исследователи КНИТУ-КАИ создали программное обеспечение с повышенной точностью распознавания тепловизионных изображений за счет использования сверточной нейронной сети и алгоритмов фильтрации.

Свитки Мертвого моря, найденные в пещерах Кумрана более полувека назад, существенно повлияли на понимание истории религий и древних языков. Документы написаны на арамейском и еврейском в период с III века до нашей эры по I век нашей эры. Для их датирования используют данные палеографии — анализа древних рукописей, но они не всегда опираются на образцы известного возраста. Археологические напластования также отсутствуют. В новой работе ученые впервые получили радиоуглеродные датировки ранее неизученных манскриптов и проанализировали их с помощью нейросетевой модели.

Один из пользователей генератора изображений Midjourney решил узнать, каким мог быть американский исторический боевик «Гладиатор» (2000 год), если бы его снял советский кинорежиссер Сергей Эйзенштейн («Александр Невский», «Броненосец „Потёмкин“»).

Российские исследователи из МФТИ, МИСИС и Российского квантового центра предложили новое семейство кодов квантовой коррекции ошибок, отличающихся низкими ресурсными затратами и специально адаптированных для кольцевой архитектуры квантовых процессоров, в частности, на основе сверхпроводниковых кубитов. Кроме того, они разработали и продемонстрировали эффективность инновационного декодера на основе нейронных сетей для исправления ошибок в этих кодах.

Свайные фундаменты широко применяются в качестве несущего элемента для зданий, мостов и других сооружений. Это опорная конструкция, которая состоит из нескольких стержней и передает нагрузку от строения на более плотные и устойчивые слои грунта. При ее проектировании важно проводить расчет различных параметров (глубину, материал, внешнюю нагрузку), значительно влияющих на осадку и разрушение постройки. Ученые Пермского Политеха разработали инновационную программу, которая использует нейросеть для прогнозирования несущей способности и осадки свайных фундаментов. Технология позволит строителям значительно сократить затраты на геологические исследования и ускорить процесс проектирования.

Современные технологии активно внедряются в российскую военную промышленность. Развиваются БПЛА и роботизированные комплексы с искусственным интеллектом, создаются новые гиперзвуковые аппараты, средства для радиоэлектронной борьбы и системы навигации. Исследователь Пермского Политеха разработал прототип автоматической турели, использующей технологии нейросетей и машинного обучения. Технология может применяться для мониторинга периметров или защиты инфраструктуры.

Ученые разработали метод глубокого обучения, объединивший десятилетия разрозненных наблюдений за Солнцем в единую детализированную модель. Алгоритм корректирует погрешности инструментов, компенсирует их ограничения и позволяет взглянуть на нашу звезду в новом свете.

Исследователи университета «Дубна» вместе со специалистами производственной компании ООО «С-компонент» разработали систему автоматизированного выявления брака у печатных плат.

Исследователи Центра искусственного интеллекта Сколтеха совместно с коллегами из Института проблем передачи информации РАН разработали метод, который позволяет нейросетям более точно оценивать собственную «уверенность» в прогнозах. Метод использует специальный набор тренировочных данных (Confidence-Aware Training Data) и направлен на повышение надежности нейросетевых моделей в задачах с высоким уровнем риска — например, в медицине или промышленности.

С развитием методов компьютерного зрения появились новые возможности для анализа и улучшения качества подготовки юных спортсменов. Один из современных инструментов — технология трехмерной детекции, то есть определения в пространстве и времени положения ключевых точек человека. Она позволяет не только отслеживать движения, но и проводить глубокий анализ их техники, помогая тренерам и спортсменам выявлять слабые места, совершенствовать навыки и автоматизировать контроль качества выполнения упражнений. Ученые Пермского Политеха разработали прототип информационной системы поддержки тренерских решений, основанной на нейросетевой технологии. Это позволит оценивать тренировочный процесс футболистов с помощью интеллектуального анализа данных, получаемых с видеокамер.

Для работы лифтов, прессов, металлорежущих станков и других электроприводных систем используют двигатели постоянного тока. Они преобразуют поступающую электроэнергию в механическое вращение. При этом током, скоростью, положением и другими важными параметрами управляют специальные электронные регуляторы, которые поддерживают все переменные на нужном уровне, не допуская отклонений. Но случается так, что они не всегда обеспечивают необходимую точность и быстроту, что приводит к замедленному реагированию на изменение условий, рывкам, толчкам и нестабильной работе механизма. Поэтому широкое применение в подобных системах начинают находить нейросети. Ученые Пермского Политеха разработали эффективный подход к их обучению, который позволяет тонко настраивать регулятор и избегать возникновения ошибок.

Сотрудники Лаборатории фотоники и оптической обработки информации НИЯУ МИФИ разработали оригинальную нейросеть для расчета и синтеза голографических изображений.

Студенты Университета МИСИС и МФТИ совместно с учеными некоммерческой лаборатории исследований искусственного интеллекта T-Bank AI Research предложили новую ансамблевую нейросеть SDDE (Saliency Diversified Deep Ensembles), которая с большей точностью определяет объекты на изображениях, не загруженных в базы данных. В перспективе новый алгоритм поможет развить сферу беспилотных транспортных средств и медицинской диагностики, где важно различать неопознанные элементы и графические артефакты.

Ученые МТУСИ проанализировали климатические изменения на южном полюсе и разработали прогностическую модель с использованием полносвязной нейронной сети для предсказания температурных изменений в Антарктиде.