|
Принятые статьи
Выявление изменений территорий по разновременным аэрокосмическим снимкам с использованием многослойных нейронных сетей
Д.В. Степынин, П.И. Кузин
Принято: 2026-07-06
Аннотация
Одним из элементов процесса актуализации цифровых карт является формирование и обновление объектов путем выявления изменений местности по разновременным высокодетальным аэрокосмическим изображениям. В настоящее время основным способом выявления изменений по высокодетальным аэрокосмическим изображениям по-прежнему остается прямой визуальный анализ разновременных снимков, реализуемый оператором-дешифровщиком наземного комплекса обработки видовой информации, что, в целом, снижает оперативность подготовки цифровых карт. Применение прогрессивных технологий автоматического выявления изменений позволит обеспечить повышение оперативности подготовки цифровых карт, в том числе по разнородным данным дистанционного зондирования (радарная съемка, лазерное сканирование). Методы, основанные на технологиях искусственного интеллекта, в частности – методы глубокого обучения нейронных сетей, показывают значительную «устойчивость», что обусловлено формированием в процессе обучения нейронных сетей наиболее информативных признаков значимых изменений. Предложенная нейронная сеть ResNet-50 и алгоритм реверсивной обработки входных изображений обеспечит более низкую вероятность ошибок первого и второго рода, что дает более высокий показатель индекса Жаккара и более высокую точность локализации границ.
Prediction and Visualization of Gas Emission Markers in the Gob Area Using the Hybrid SEGS Model
A.L. Ivannikov, I.O. Temkin, I.L. Savelev, R.M. Gudilina
Принято: 2026-07-01
Аннотация
The study is devoted to the development and validation of the SEGS model for short-term forecasting of daily methane emissions in the gob area of a coal mine. The model combines seasonal-trend decomposition, ensemble empirical mode decomposition (EEMD), and support vector regression (SVR). The original time series contains observational data for 265 days of coal mine operation. STL decomposition with a period of 30 days is performed, and the residual component is further decomposed into intrinsic mode functions (IMFs) using EEMD. Each obtained component is predicted independently using SVR with an RBF kernel and hyperparameter optimization. Forecast quality is evaluated on a 30-day test set. The results showed that the model achieves a coefficient of determination R² ≈ 0.89, a mean absolute error MAE ≈ 0.88 m³/min, and a directional accuracy of about 76%. Underestimation of peak methane emissions values and the presence of residual autocorrelation at short lags were identified.
Применение метода конечных элементов для анализа адаптивных преобразований челюстного аппарата рыб
Ю.П. Толмачева, Т.Е. Помойницкая, А.И. Толмачев, А.В. Шматкова, С.А. Зайдес
Принято: 2026-06-24
Аннотация
В работе представлены возможности использования современных подходов визуализации и численного анализа с помощью применения метода конечных элементов для исследования адаптивных деформаций скелета низших позвоночных. Основой для функционального анализа висцерального скелета рыб послужила виртуальная реконструкция данных стоматологического компьютерного томографа в конечно-элементные модели с помощью программных продуктов для инженерного проектирования и моделирования (Femap, Nastran, Patran). В результате визуализации напряженно-деформированного состояния анатомических структур установлено, что их преобразование происходит в местах концентрации максимального напряжения кости и является следствием изменения силовой нагрузки в ходе формирования пищевой стратегии вида. В целом, используемый подход способствует более полному анализу функциональных основ строения и адаптивных преобразований скелета при заданной морфологии конкретного вида.
MFASA: New Hierarchical Transformer Model with Dynamic Gating and Contrastive Alignment for Multimodal Emotion Recognition
Li Bao, Huafeng Chen, Sergey Ablameyko
Принято: 2026-05-27
Аннотация
Multimodal emotion recognition is fundamentally constrained by static fusion weights, single-scale feature processing, and cross-modal semantic misalignment. We propose the Multimodal Fusion and Sentiment Analysis (MFASA) model, a hierarchical Transformer that extracts facial, video, and acoustic features via ResNet-18, 3D ResNet, and 1D CNNs, respectively. The proposed model introduces a six-stage progressive optimization process designed to achieve dynamic fusion of multimodal information within a unified Transformer backbone. Unlike traditional "concatenate-and-vote" pipelines, MFASA employs several innovative strategies: Dynamic Modality Gating (DMG) adaptively recalibrates modality contributions through continuous gating; Multi-Scale Residual Fusion (MSRF) preserves hierarchical features via parallel branches to retain micro-expressions; and Cross-Modal Contrastive Alignment (CMCA) enforces semantic consistency via principled contrastive constraints. Our work makes three major contributions: (1) adaptive neural modulation via DMG without information loss; (2) explicit hierarchical preservation through MSRF for fine-grained emotional cues; and (3) explicit cross-modal alignment via CMCA to enhance robustness under occlusion or noisy conditions. Our experiments on the EmoDB, RAVDESS, and CREMA-D datasets show that the MFASA model achieves an accuracy of 91.1%, surpassing the Transformer baseline by 6.8 percentage points, significantly improving emotion recognition performance.
Оптимизация алгоритмов фильтрации и поиска пика видеосигнала на программируемых логических интегральных схемах (ПЛИС) для задач лазерной резки
А.А. Молотков, Ю.А. Сальков, О.Н. Третьякова, Д.Н. Тужилин
Принято: 2026-04-04
Аннотация
В процессе лазерной резки необходимо точно отслеживать расстояние между поверхностью обрабатываемой заготовки и линзой, фокусирующей лазерный луч. Для отслеживания расстояния была разработана система оптического слежения за зазором (СОС). Для работы данной оптической схемы необходимо с большой частотой определять пик, создаваемый лазерным лучом на кадре с камеры.
Для высокоскоростной обработки видео была взята система на кристалле (SoC) Zynq 7000 от компании Xilinx. Для определения положения пика на кадре были разработаны алгоритмы фильтрации и поиска центра масс пика. Эти алгоритмы были адаптированы для работы на ПЛИС.
Статья является продолжением работ по реализации и внедрению алгоритмов машинного зрения на ПЛИС. В данной статье представлены результаты реализации алгоритмов, а также результаты работы алгоритмов при разных параметрах.
Оптимизация спектральных характеристик четырехканальной мультиспектральной камеры для контроля распределения температуры в аддитивном производстве
А.А. Золотухина, М.П. Поляков, А.А. Быков, А. Ю. Белых, Д. Д. Хохлов
Принято: 2026-03-30
Аннотация
В работе предложен подход к выбору оптимальных характеристик спектральных фильтров, входящих в состав четырехканальной мультиспектральной камеры, используемой для мониторинга пространственного распределения температуры ванны расплава при аддитивном производстве изделий из металла. В соответствии с предложенным подходом проведена оценка влияния положения и ширины спектральных каналов, задаваемых фильтрами, на погрешность измерения температуры и скорость регистрации данных. В ходе проверочного светоэнергетического расчета для конкретной модели матричного приемника излучения продемонстрирован пример влияния выбранных характеристик спектральных фильтров на ключевые показатели режима работы мультиспектральной камеры. На основе полученных результатов сформулированы рекомендации по оптимизации конфигурации мультиспектральной камеры и режимов ее работы с целью повышения точности измерения температуры.
Mapping the Research Landscape of Depression Detection Using Machine Learning: Trends and Visual Insights
Ginto Chirayath, K. Premamalini, Jeena Joseph, Jobi Babu, F. Vincent Rajasekar
Принято: 2026-03-27
Аннотация
The application of Machine Learning (ML) in detecting depression has seen exponential growth with advancements in artificial intelligence, natural language processing, and biomedical signal analysis. The paper presents a systematic bibliometric study on research on detecting depression with a basis in ML from Scopus-indexed literature between 2008 and 2025. The database with 1,407 documents from 745 sources gives a 26.02% growth rate annually, which reflects growing academic interest in AI-based mental health diagnostics. The study utilizes CiteSpace, VOSviewer, and Biblioshiny in analyzing research trends, leading contributors, networks of collaboration, and thematic evolutions. Journal articles (708), followed by conference papers (644), are predominant in the field, which reflects its dynamic, multidisciplinary character. The research areas are primarily on deep learning, natural language processing, social media-based diagnosis, and detection methods with a basis in EEG. The leading authors, Li Y, and Zhang X, contribute from Chinese institutes predominantly. The leading collaborating nations are the United States, China, and India. Co-citation as well as coupling between bibliographics in research discloses a high level of incorporation between AI with clinical psychiatry, neurology, as well as digital-based healthcare interventions. The trend from traditional classification methods towards models with a basis in transformer models in form of BERT as well as GPT is observed. The thematic mapping discloses a new emergence in terms of mobile-based healthcare application as well as AI-based suicide prediction. The research highlights rapid development in AI in mental healthcare with far-reaching impacts on early detection, distant-based care, as well as ethics in AI development. The research in the future should be directed towards enhancing model interpretation, resolving data privacy issues, as well as improving AI-based mental healthcare in terms of global application.
Bernstein Polynomials: a Bibliometric Data Analysis Since the Year 1949 Based on the Scopus Database
Rushan Ziatdinov
Принято: 2026-03-27
Аннотация
It's hard to imagine human life in the digital and AI age without polynomials, as they are everywhere but mostly invisible to ordinary people: in data trends, on computer screens, in the shapes around us, and in the very fabric of technology. One of these, the simple but elegant Bernstein polynomials, was discovered by a scientist from the Russian Empire, Sergei Bernstein, in 1912 and plays a central role in mathematical analysis, computational and applied mathematics, geometric modelling, computer-aided geometric design, computer graphics, and other areas of science and engineering. They have been the sub-ject of much research for over a hundred years. However, no work has carried out database-derived research analysis, such as bibliometric, keyword, or network analysis, or, more generally, data analysis of manuscript data related to Bernstein polynomi-als extracted from digital academic databases. This work, which appears to be the first-ever attempt at bibliometric data anal-ysis of Bernstein polynomials, aims to fill this gap and open researchers' eyes to potentially new or underexplored areas of mathematics and engineering where Bernstein polynomials may one day be used to make discoveries. The results may be helpful to academics researching Bernstein polynomials and looking for potential applications, collaborators, supervisors, funding, or journals to publish in.
Color and Material Matching Space Effect Optimization in Soft Decoration Design Based on Computer Image Processing Algorithm
Shan Dan, Wanchun Wang, Qinwei Xu
Принято: 2025-12-13
Аннотация
This study introduces an intelligent optimization method based on computer vision to solve the problem that color and material matching in soft decoration design is highly subjective and lacks quantitative standards. ConvNeXt (Convolutional Next Network) is used to extract the color-material features of the interior space, and a GMM (Gaussian Mixture Model) color database is constructed to quantify the coordination of different color distributions. The PSO (Particle Swarm Optimization) algorithm is used for multi-objective optimization to ensure the balance and visual beauty of color matching. The design scheme is realistically rendered in the Unity platform to simulate the visual effects in the actual environment, and CHI (Color Harmony Index), ECS (Emotional Color Similarity) and MCI (Material Conflict Index) are used to quantitatively evaluate the design effect. The results show that the proposed method is superior to traditional manual design and feature extraction combined with manual design in terms of color harmony, consistency of emotional expression and material adaptability. The average CHI of the proposed design method reaches 0.92, the average ECS is 0.93, and the average MCI is reduced to 0.12, which significantly optimizes the visual coordination and overall aesthetic effect of the soft decoration scheme. The design method in this paper can improve efficiency while ensuring the aesthetics of the design, and provides a feasible quantitative optimization strategy for intelligent soft decoration design.
К вопросу о визуализации почти периодической структуры снежной лавины
Б.А. Крынецкий, А.В. Калач, А.А. Парамонов
Принято: 2025-12-04
Аннотация
В статье рассматривается специфика интерпретации результатов почти периодического анализа в задаче структурной сегментации снежной лавины, применимой для повышения эффективности прогнозных моделей и совершенствования противолавинных мероприятий. Предварительный этап линеаризации структуры лавины опирается на полигональной аппроксимации области тела явления, представляя данные в прямоугольном формате. Исследование спрямленных данных позволяет сформировать сеть равномерных прямоугольных областей единообразного характера данных, для которой возникает задача отображения разметки на исходные данные. Такая разметка позволяет наглядно разделить области ламинарного и турбулентного схода лавины, а так же выделить существенные границы областей начала, развития и торможения снежной массы. В статье приводится математическое и алгоритмическое обеспечение, необходимые для воспроизведения продольных и поперечных границ на исходных данных для последовательностей полигонов произвольной длительности. Результаты могут быть применимы при разработке систем визуализации, предупреждения и предотвращения лавинной активности, тем самым стимулируя усиление эффективность мер предотвращения ущерба от опасных природных явлений.
Visualization of Lung Vessels in Optically Cleared Specimens Using Second Harmonic Generation
S.A. Portnov, S.S. Shalyapin, A.O. Bogorodskiy, V.I. Borshchevskiy, M.A. Shevchenko
Принято: 2025-12-04
Аннотация
Second harmonic generation (SHG) is a nonlinear optical process, and SHG microscopy is a key method for imaging in biomedical science. In the present study, we evaluated the usage of SHG for the imaging of the airways and vessels in the optically cleared mouse lung. SHG visualized F-actin and mainly collagen fibers bordering both airways and vessels. For distinguishing airways from vessels, we used additional staining of the airways with Alexa°Fluor°488-labeled streptavidin and developed the image processing technique for the separation of Alexa°Fluor°488 and SHG signals.
The approach described here allows a high-resolution imaging of anatomic structures of the lung of small animals and can be further used for drug and pathogen detection in experimental disease models.
Application of Semantic Segmentation Cascade Approach for Visualization of Optical Coherence Tomography Data
V.V. Laptev, V.V. Danilov, E.A. Ovcharenko, K.Yu. Klyshnikov, I.S. Bessonov, N.V. Litvinyuk, N.A. Kochergin
Принято: 2025-12-03
Аннотация
A main goal in contemporary cardiology is to assess the risk of acute coronary syndrome (ACS) in individuals with ischemic heart disease in order to create preventative strategies and identify the best treatment plan. The objective of this research is to create an automated method for promptly identifying high-risk coronary lesions that are at risk of rupture (unstable plaques) in order to prevent ACS. We collected optical coherence tomography (OCT) volumes from 40 patients, with each OCT volume representing an RGB video of 704x704 pixels per frame, acquired over a certain depth. After filtering and manual annotation, 11,771 images were obtained to identify four types of objects: Lumen, Fibrous cap, Lipid core, and Vasa vasorum. To segment and quantitatively assess these features, we configured and evaluated the performance of three deep learning models (U-Net, MA-Net, DeepLabV3+). The study presents two approaches for training the aforementioned models: 1) detecting all analyzed objects and 2) applying a cascade of neural network models to separately detect subsets of objects. The results demonstrate the superiority of the cascade approach for analyzing OCT images. The combined use of DeepLabV3+ and MA-Net models achieved the highest average Dice similarity coefficient (DSC) of 0.747.
Исследование нейросетевого переноса стиля изображений
Т.М. Шамсутдинова
Принято: 2025-12-03
Аннотация
Цель данного исследования – рассмотреть теоретические и практические вопросы применения сверточных нейронных сетей для переноса стиля изображений.
Задачи исследования – провести анализ библиографических источников по изучаемой проблеме, рассмотреть, протестировать и сравнить некоторые модели нейронных сетей (с открытым программным кодом) с целью их дальнейшего изучения.
В частности, были выбраны и изучены четыре нейронные сети, осуществляющие перенос стиля с применением библиотеки TensorFlow. В ряде случаев (модель 2 и модель 4) потребовалась доработка кода Python. Для экспериментов использовалась среда Colab. В качестве тестовых изображений использовались фрагменты известных картин, а также фотографии и стилизованные изображения разноцветных геометрических фигур.
Сделан вывод о качестве исследуемых моделей. Заключается, что, несмотря на имеющиеся на данный момент достижения в области стилевого переноса, перед исследователями все еще стоит ряд вызовов, включая улучшение качества генерации изображений и уменьшение вычислительных затрат.
|
|
|
