Труды сотрудников ИВМ СО РАН

[Текст] : статья / М. А. Курако, А. Г. Марчук, К. В. Симонов // Актуальные проблемы вычислительной и прикладной математики : труды Международной конференции, посвященной 90-летию со дня рождения академика Г. И. Марчука. - Новосибирск : Институт вычислительной математики и математической геофизики СО РАН, 2015. - С. 438-444 . - ISBN 978-5-9905347-2-8

УДК

004.932.4

Аннотация: Работа посвящена новому направлению в обработке данных космического геомониторинга (дистанционного зондирования Земли), которое может быть использовано при диагностике сложных природных объектов и систем - «геометрический» анализ визуальных данных, где совместно выполняется вейвлет-преобразование данных для «круглых структур» и шиарлет-преобразование для «линейных структур». Задаче разделения изображения на морфологически разные составляющие в последнее время уделяют много внимания в связи с её значимостью для различных актуальных приложений в науках о Земле. Разрабатываемая вычислительная технология для эффективного решения этой задачи может быть применена к широкому кругу геообъектов, включая исследования, связанные с проявлениями природных катастроф. Например, данная методика может помочь в обнаружении древних импактных структур.

РИНЦ,
Источник статьи

Держатели документа:
Институт вычислительного моделирования СО РАН
Институт вычислительной математики и математической геофизики СО РАН
Сибирский федеральный университет, Институт космических и информационных технологий

Доп.точки доступа:
Марчук, Андрей Гурьевич; Симонов, Константин Васильевич; Simonov K.V.; Актуальные проблемы вычислительной и прикладной математики (2015 ; 19.10 - 23.10 ; Новосибирск)

[Текст] : статья / М. А. Курако, К. В. Симонов // Региональные проблемы дистанционного зондирования Земли : материалы II Международной научной конференции. - Красноярск : Сибирский федеральный университет, 2015. - С. 174-177 . - ISBN 978-5-7638-3306-5
Аннотация: Исследование посвящено обработке изображений, связанных с проявлением морских катастрофических явлений. Объектом исследования являются двумерные изображения. Отдельным вопросом анализа изображений является определение фрагментов изображения, имеющих анизотропные характеристики или разрывы (такие как края изображённых объектов или кривые линии на изображении), поскольку традиционные методы обработки изображений нечувствительны к подобного рода характеристикам.

РИНЦ,
Источник статьи

Держатели документа:
Институт вычислительного моделирования СО РАН
ФГАОУ ВПО «Сибирский федеральный университет»

Доп.точки доступа:
Симонов, Константин Васильевич; Simonov K.V.; Российский фонд фундаментальных исследований; Агентство информатизации и связи Красноярского краяСибирский федеральный университет; Региональные проблемы дистанционного зондирования Земли (2015 ; 22.09 - 25.09 ; Красноярск)

[Текст] : доклад, тезисы доклада / А. Г. Зотин [и др.] // Региональные проблемы дистанционного зондирования Земли : материалы IV международной научной конференции. - Красноярск : Сибирский федеральный университет, 2017. - С. 109-111 . - ISBN 978-5-7638-3728-5
Аннотация: Разработана методика обработки изображений, включающая в себя применение алгоритмов шиарлет-преобразования в сочетании с процедурой контрастирования изображений. На экспериментальном материале показано, что предлагаемая методика является эффективным инструментом для анализа внутренних геометрических черт изучаемых объектов – следов проявлений морских природных катастроф в береговой зоне.

РИНЦ,
Источник статьи,
Полный текст

Держатели документа:
Сибирский государственный университет науки и технологий им. акад. М.Ф. Решетнева
Сибирский федеральный университет
Федеральный исследовательский центр "Красноярский научный центр Сибирского отделения Российской академии наук

Доп.точки доступа:
Зотин, А.Г.; Курако, М.А.; Симонов, К.В.; Simonov K.V.; Кругляков, А.В.; Региональные проблемы дистанционного зондирования Земли(2017 ; 12.09 - 15.09 ; Красноярск)
Нет сведений об экземплярах (Источник в БД не найден)

[Текст] : монография / Анна Владимировна Пятаева ; рец.: Маргарита Николаевна Фаворская, Алексей Владимирович Токарев // . - С. 164

УДК

004.932

614.84

ББК 32.945.2

Аннотация: В монографии дан анализ существующих методов обнаружения дыма по видеоданным на открытых пространствах, на основе которого предложен комбинированный алгоритм обнаружения дыма, состоящий из этапов сегментации областей задымления и верификации таких областей. На этапе сегментации для выделения движения использован алгоритм сопоставления блоков, применена цветовая маска дыма и учтены турбулентные особенности дыма. Классификация выполнена с помощью бустинговых случайных лесов. Для верификации регионов-кандидатов, полученных на этапе сегментации, предложено использование пространственно-временных локальных бинарных шаблонов. Проведены экспериментальные исследования, подтверждающие эффективность предложенных алгоритмов. Предназначена для научных работников, аспирантов и магистрантов, исследующих проблемы обработки и анализа изображений.

РИНЦ

Держатели документа:
Сибирский государственный университет науки и технологий им. акад. М.Ф. Решетнева
Сибирский федеральный университет
Федеральный исследовательский центр "Красноярский научный центр Сибирского отделения Российской академии наук

Доп.точки доступа:
Пятаева, Анна Владимировна; Pyataeva A.V.; Фаворская, Маргарита Николаевна \рец.\; Favorskaya M.N.; Токарев, Алексей Владимирович \рец.\; Tokarev A.V.
Свободных экз. нет

[Текст] : статья / Юсиф Ахмед Хамад [и др.] // Медицина и высокие технологии. - 2018. - № 3. - С. 5-13 . - ISSN 2306-3645
   Перевод заглавия: COMPUTATIONAL PROCESSING TECHNIQUE MEDICAL IMAGES USING WAVELET AND NEURAL NETWORKS

УДК

004.932

Аннотация: В статье представлен подход к диагностике опухоли молочной железы - вычислительная методика поэтапной классификации с использованием искусственной нейронной сети (машинное обучение) и выявление опухоли молочной железы для медицинской визуализации с помощью методов пороговой сегментации и метода нечеткой кластеризации С-средних.
This paper presents an innovative approach to the diagnosis of breast tumor - a computational methodology for stage classification using artificial neural network (learning machine) and to detect Breast Tumor through thresholding and fuzzy C-means clustering methods for medical imaging application.

РИНЦ

Держатели документа:
Институт вычислительного моделирования СО РАН
Институт космических и информационных технологий Сибирского федерального университета

Доп.точки доступа:
Хамад, Юсиф Ахмед; Hamad Yousif Ahmed; Кириллова, Светлана Владимировна; Kirillova Svetlana Vladimirovna; Курако, Михаил Александрович; Kurako Mikhail Aleksandrovich; Симонов, Константин Васильевич; Simonov Konstantin Vasilyevich