En
Register Log in

List of publications on a keyword: «сверточные нейронные сети»

  • Avtonomnaia navigatsiia marsokhodov: kak komp'iuter vidit poverkhnost' i vybiraet put'

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Authors:
    Svetlana V. Pchelintseva, Vadim A. Zhezheria, Inna A. Vakhrusheva
    Work direction:
    Опыт использования современных информационно-коммуникационных технологий
    Abstract:
    В статье рассматриваются методы автономной навигации марсоходов, позволяющие аппаратам самостоятельно перемещаться по поверхности других планет в условиях значительной задержки связи с Землёй. Описаны ключевые этапы автономного управления: восприятие окружающей среды с помощью стереозрения, построение цифровых моделей рельефа, обнаружение препятствий и планирование безопасного пути. Приведены примеры алгоритмов, используемых в марсоходах NASA – от ранних систем на базе «потенциальных полей» до современной архитектуры AutoNav, применяемой на марсоходе Perseverance. Показана роль машинного обучения для классификации типов грунта и повышения надёжности навигации.
    Keywords:
    Go 

  • Primenenie metodov mashinnogo obucheniia dlia poiska ekzoplanet po dannym kosmicheskikh teleskopov Kepler i TESS

    Conference Paper
    Current issues of integrating science and practice in the context of transforming socio-economic systems
    Authors:
    Vadim A. Zhezheria, Mikhail V. Zhuravlev
    Work direction:
    Развитие информационных технологий в условиях трансформации социально-экономических систем
    Abstract:
    В статье рассматриваются современные методы машинного обучения, применяемые для автоматического обнаружения экзопланет по кривым блеска космических телескопов Kepler и TESS. Описываются ограничения классического подхода, основанного на аппроксимации транзитов (BLS), и необходимость перехода к нейросетевым архитектурам. Приведены примеры успешного использования сверточных нейронных сетей (AstroNet, ExoNet) и автоэнкодеров для выделения слабых сигналов на фоне шумов. Показано, что применение глубокого обучения позволяет не только повысить полноту выборки, но и обнаруживать планеты, пропущенные традиционными алгоритмами. В заключении обсуждаются перспективы интеграции методов ИИ в конвейер обработки данных будущих космических миссий.
    Keywords:
    Go