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.
В РУДН рождаются проекты, способные изменить целые отрасли экономики. Один из них — AgronomiaRus — высокоэффективные автоматизированные многоэтажные фермы. Девиз проекта: «Используем новейшие технологии, чтобы выращивать больше, быстрее и чище».
Студент ИМЭБ РУДН Владимир Мишаткин с командой создал прототип беспроводной инсулиновой помпы с функцией Bluetooth. Устройство автоматически рассчитывает дозировку, анализирует уровень глюкозы и предоставляет пациенту индивидуальные рекомендации для безопасного контроля диабета.
Исследователи РУДН разработали инновационную систему «Челомер» для создания высокоточных трёхмерных моделей лица за считанные секунды. Проект, поддержанный акселератором RUDN.VC, уже вышел на стадию ранних продаж.