ГБУ "Автоматгормаш им. В.А. Антипова"
IT и технологии
Загружаем канал…
Мы используем файлы cookie для работы сайта и аналитики посещаемости. Подробнее в Политике обработки данных и Правилах.
IT и технологии
Уважаемые коллеги! Министерство науки и высшего образования Российской Федерации информирует о проведении IV Всероссийского конкурса «Изобретатель года» (далее – Конкурс). Цель Конкурса – выявление и популяризация лучших достижений изобретателей и рационализаторов, обладающих высоким экономическим и/или социальным эффектом, направленных на обеспечение технологического суверенитета и лидерства Российской Федерации. Организаторами Конкурса выступают Минобрнауки России совместно с общественной организацией «Всероссийское общество изобретателей и рационализаторов» при поддержке ФГБОУ ВО «Национальный исследовательский университет «МЭИ» (далее – НИУ «МЭИ»). В конкурсе предусмотрены следующие номинации: «Гран-при» (присуждается за создание и внедрение изобретений, обладающих высоким техническим …
Читать целикомhttps://vk.com/wall-215823383_1011
Видео
https://ok.ru/group/70000002582892/topic/158588816289900
11 мая в Донецкой Народной Республике (ДНР) отмечается важный исторический праздник – День Республики. В этот день в 2014 году в Донбассе, который тогда являлся регионом Украины, прошел референдум, организованный сторонниками федерализации. Поводом для проведения референдума стало несогласие людей с политикой киевского режима, пришедшего к власти в стране в результате государственного переворота. Декларация о суверенитете ДНР и Акт о провозглашении государственной самостоятельности Республики были приняты в Донецке 7 апреля 2014 года, и тогда же было решено провести референдум о самоопределении ДНР. Датой для этого важного события было выбрано 11 мая 2014 года. Тогда на нём проголосовали более 2,5 миллионов человек – около 75% избирателей, из которых большинство (практически 90%) поддержал…
Читать целикомФото
Из Донецка в Ростов на Конгресс молодых учёных Представитель Автоматгормаша участвует в мероприятии-спутнике VI Конгресса молодых учёных в Ростове-на-Дону. Задача от администрации Ростовской области : обеспечить сохранность и рациональное использование особо охраняемых природных территорий Приазовья. В том числе через противопожарный мониторинг. Что это значит на практике. Нужно вовремя замечать возгорания на больших территориях. Там, где человек не успевает обойти всё пешком. Здесь пригодятся те же подходы, что мы применяем в своих разработках: машинное зрение, анализ данных, автоматическое обнаружение аномалий. Среди участников лучшие молодые учёные со всей страны, от Калининграда до Владивостока. Рабочие группы уже вникают в суть проблемы. Задача интересная. Будем решать.
Ремонт по факту, а не по взгляду Подали заявку на грант РНФ. С темой машинное зрение для расчета нагрузки на дороги. Сегодня нагрузку считают вручную. Выходят, смотрят, записывают, классифицируют. Долго и с ошибками. Хотим автоматизировать. Камера сама будет определяет тип машины, габариты, считает поток. По ГОСТ 32960-2014 и ОДМ 218.2.062-2015. Что получит регион. Ремонты там, где реально нужно. Покрытие служит дольше. Затраты ниже. РНФ это возможность встроиться в российскую систему финансирования науки. Соглашение с ДНР подписано в 2024 году, первые проекты уже получили поддержку.
Аварию можно предотвратить. Если успеть её увидеть В шахте, на производстве, на любом опасном объекте авария почти никогда не случается внезапно. Ей предшествуют отклонения — в сигналах, в температуре, в токах. Проблема в том, что человек их не замечает. А система — может. Мы научили нейросеть видеть эти отклонения. Что это значит на практике. Модель анализирует сигналы и говорит: «Здесь норма. А здесь — нет». Без разметки, без участия оператора, без человеческого фактора. Что мы уже умеем. — Ловить аномалии в сигналах с точностью 96,8% (это уровень, при котором модель почти не ошибается). — Работать с данными, где нет готовой разметки — а это 90% реальных задач на производстве. — Встраивать модель в существующие системы — через стандартные форматы, без переписывания всего с нуля. Поч…
Читать целикомНейросеть ищет аномалии: промежуточные результаты НИР по глубокому обучению. В рамках научно-исследовательской работы решается задача поиска аномалий в сигналах с помощью комбинации автоэнкодера и графовых методов. Такой подход особенно ценен, поскольку аномальные данные важно выявлять на ранних этапах. Реализованы гибридные модели, состоящие из последовательности разных типов нейросетей: сверточного (САЕ) и вариационного (VAE) автоэнкодера, графового GNN-энкодера, полносвязных слоев для кластеризации. Экспорт моделей в формат ONNX позволил использовать их вне Pythonокружения. Проведена подготовка наборов данных. Обучение свёрточного автоэнкодера (САЕ). Модель свёрточного автоэнкодера учится восстанавливать нормальные сигналы. Если на вход поступает аномалия, ошибка восстановления б…
Читать целиком