Первая статья студента ФТИИ в научном журнале, и сразу первого квартиля 🧊
Первая статья студента ФТИИ в научном журнале, и сразу первого квартиля 🧊 Весной мы рассказывали о четырёх работах наших исследователей на международной конференции по машинному обучению ICLR 2026. Одна из них, про морской лёд, теперь вышла расширенной версией в журнале IEEE по наукам о Земле и дистанционному зондированию (IEEE Geoscience and Remote Sensing Letters, Q1). Для Дмитрия Морозова, студента «Инженерии ИИ» и участника лаборатории АИСТ, это первая статья в научном журнале 👏 Какую задачу решали Карты концентрации морского льда строят по спутниковым данным. Спутниковый продукт OSI SAF даёт разрешение около 25 км, а более детальный продукт MASAM2, который уточняет данные по нескольким источникам, — около 4 км. Но MASAM2 есть далеко не за все прошлые годы, и исторические ряды остаются грубыми. Что сделали Нейросеть учится на нескольких источниках, а после обучения ей хватает одной грубой карты OSI SAF, чтобы восстановить детальную, как у MASAM2. Модель не просто растягивает картинку, а восстанавливает более реалистичные очертания ледовой кромки. Потенциально так можно уточнить данные за годы, когда MASAM2 ещё не существовало. Ещё один вывод: облегчённая свёрточная сеть U-Net справилась не хуже более сложных архитектур. Вариант с механизмом внимания (Attention U-Net) качество почти не улучшил, условная диффузия тоже. Авторы статьи: Юлия Борисова, Дмитрий Морозов, аспирант ФТИИ Дмитрий Гилемханов и Николай Никитин. Код открыт: репозиторий на GitHub, подробнее о работе — в канале лаборатории.