РУДН на The 24thConference of Open Innovations Association FRUCT
В докладе Леонид Ивановский, Владимир Хрящев и Владимир Павлов из АО «Российские космические системы» и Анна Островская из РУДН представели результаты исследования работы сверточных нейронных сетей U-Net и LinkNet для выделения зданий на спутниковых снимках из базы данных PlanetScope. Эта база состоит из снимков с пространственным разрешением 0.5 м/пиксель, на которых запечатлены 3 города: Москва, Ярославль и Рыбинск. Обучение и тестирование разработанных алгоритмов проводились на графическом процессоре суперкомпьютера NVIDIA DGX-1. В качестве алгоритма численной оптимизации был выбран оптимизатор адаптивной оценки моментов (Adam). В качестве функции потерь использовалась бинарная кросс-энтропия. Для анализа точности работы алгоритмов, был использован коэффициент подобия Серенсена, осуществляющий сравнение предсказанных и экспертных масок изображений между собой.
Согласно результатам тестирования, разработанные модели могут быть эффективно использованы для решения задачи выделения зданий на спутниковых снимках, однако лучшие результаты сегментации показал алгоритм U-Net: значение коэффициента Серенсена оказалось равным 0.77. Задача выделения зданий на спутниковых снимках находит свое применение в области градостроительства, а именно для проектирования жилых районов и контроля строительства объектов.
Исследования осуществлялись в рамках проекта за счет субсидий Минобрнауки (соглашение от 26.09.2017 г. №14.57521.21.0167), с уникальным идентификатором работ RFMEFI57517X0167.
Проект направлен на проведение прикладных научных исследований и получения результатов, необходимых для реализации приоритетов научно-технологического развития Российской Федерации, определенных Стратегией технологического развития Российской Федерации.
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.