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.
Инженерия и технологии, науки о жизни и медицине, естественные и социальные науки, менеджмент — основные направления научного сотрудничества между учёными Российского университета дружбы народов и их африканскими коллегами.
Общий объём публикаций за 10 лет — 884 работы, при этом среднее число цитирований на публикацию — 44,23, что говорит о признании работ научным сообществом и их существенном влиянии на область исследований. Средний нормализованный индекс цитируемости (FWCI, он показывает, как цитируется статья относительно других публикаций в той же научной области) составляет 2,61. Это на 161% выше среднемирового значения.
Коллектив ученых, которым руководит академик РАН Харон Амерханов, получил золотую медаль XXVIII Российской агропромышленной выставки «Золотая осень — 2026». Награда присуждена за разработку и внедрение ферментированных комбикормов из растительных отходов АПК и их использование в рационах сельскохозяйственных животных. Работа отмечена в конкурсе «За достижение высоких показателей в развитии племенного и товарного животноводства» по направлению «Научное обеспечение отраслей животноводства».
Личинки мухи «чёрная львинка» в мире все чаще используются для утилизации отходов. Ученые института экологии РУДН поставили перед собой амбициозную задачу: понять, как тот или иной набор микроорганизмов в кишечнике личинок влияет на эффективность переработки разных видов отходов и как меняется состав микробиома в зависимости от условий питания. Никита Митькин — кандидат биологических наук, старший научный сотрудник института экологии РУДН, рассказал о первых результатах этого трехлетнего исследования. В частности, ученые доказали, что набор микроорганизмов микробиома способен перестраиваться. Теперь предстоит установить, какие именно изменения являются функционально полезными и можно ли воспроизвести их целенаправленно, «запрограммировав» личинок чёрной львинки на переработку определенного вида сырья.