?
GraphiCon 2024: Материалы 34-й Международной конференции по компьютерной графике и машинному зрению (Россия, Омск, 17–19 сент. 2024 г.)
Омск :
Издательство ОмГТУ, 2024.
Ответственный редактор: Е. В. Любчинов
Представлены материалы 34-й Международной конференции GraphiCon 2024, проходившей на базе Омского государственного технического университета. Соорганизатор конференции – Институт прикладной математики им. М. В. Келдыша РАН.Конференция GraphiCon ведет свою историю с 1991 года и является крупнейшей в России научно-дискуссионной площадкой в области методов и технологий компьютерного анализа изображений, визуальной и когнитивной аналитики, 3D-реконструкции, визуальной навигации и человеко-машинного взаимодействия, виртуальной и дополненной реальности, распознавания образов и др.
Издание адресовано сотрудникам научно-исследовательских и образовательных организаций, специалистам предприятий ИТ-индустрии, аспирантам, студентам, а также широкому кругу читателей.
Главы книги
Джейранян А. Д., Ермаков И. Д., Проскуряков К. А. и др., В кн.: GraphiCon 2024: Материалы 34-й Международной конференции по компьютерной графике и машинному зрению (Россия, Омск, 17–19 сент. 2024 г.).: Омск: Издательство ОмГТУ, 2024. С. 300–314.
Описывается подход к разработке средств визуализации данных, обеспечивающий возможность настройки на потребности пользователей и специфику предметных областей, в которых они работают, основанный на предметно-ориентированном моделировании. Кратко представлены результаты анализа инструментов визуализации данных и возможности их настройки на предметные области исходя из потребностей пользователей и решаемых ими задач. Показано, что существующие инструменты требуют от пользователей навыков ...
Добавлено: 15 ноября 2024 г.
Ключевые слова: компьютерная графикакомпьютерное зрениевизуальная аналитиканаучная визуализациясистемы автоматизации проектированияцифровая трансформация образованияреалистичная компьютерная графикавычислительная оптикаобработка и анализ биомедицинских изображенийцифровая Земля и большие данныегеометрическое моделированиеграфические информационные системыиммерсивные технологии
Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Risk Analysis 2026 Vol. 46 No. 4 P. 1–26
Добавлено: 22 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 855–862
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Optical Memory and Neural Networks (Information Optics) 2024 Vol. 33 P. 424–434
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1053–1060
Добавлено: 21 сентября 2026 г.
Самарин А. В., Торопов А. Г., Савельев А. Г. и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1044–1052
Добавлено: 21 сентября 2026 г.
Singapore: Springer Singapore, 2025.
Добавлено: 21 сентября 2026 г.
Томат А., Sergei O. Kuznetsov, International Journal of Approximate Reasoning 2026 Vol. 197 Article 109754
Добавлено: 21 сентября 2026 г.
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 169–178
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Journal of Imaging 2025 Vol. 11 No. 10 Article 359
Добавлено: 21 сентября 2026 г.
Springer, Cham, 2025.
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Journal of Imaging 2025 Vol. 11 No. 6 P. 1–20
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 323–334
Добавлено: 19 сентября 2026 г.
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Proceedings of the ACM on Management of Data, USA 2026 Vol. 4 No. 1 P. 1–28
Добавлено: 19 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 148–158
Добавлено: 19 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 302–312
Добавлено: 19 сентября 2026 г.
Springer, Cham, 2026.
Добавлено: 19 сентября 2026 г.
Gamberov T., Safin R., Chebotareva E. и др., , in: 2025 9th International Conference on Information, Control, and Communication Technologies (ICCT-2025).: IEEE, 2025. P. 1–5.
Добавлено: 23 июня 2026 г.
Йошкар-Ола: Поволжский государственный технологический университет, 2025.
Представлены материалы 35-й Международной конференции «ГрафиКон 2025», проходившей на базе Поволжского государственного технологического университета.
В сборник вошли доклады участников конференции, посвященные методам и технологиям компьютерного анализа изображений, визуальной и когнитивной аналитики, 3D-реконструкции, визуальной навигации и человеко-машинного взаимодействия, виртуальной и дополненной реальности, распознавания образов и др.
Издание адресовано сотрудникам научно-исследовательских и образовательных организаций, специалистам предприятий ИТ-индустрии, аспирантам, студентам. ...
Добавлено: 21 февраля 2026 г.
Каграманян Д. Г., В кн.: ТЕЗИСЫ XXVI ВСЕРОССИЙСКОЙ КОНФЕРЕНЦИИ МОЛОДЫХ УЧЁНЫХ ПО МАТЕМАТИЧЕСКОМУ МОДЕЛИРОВАНИЮ И ИНФОРМАЦИОННЫМ ТЕХНОЛОГИЯМ.: [б.и.], 2025.
Исследование статистических свойств микроструктур композитных материалов проводится путем анализа микрофотографий срезов материала. Часто анализ снимков может быть ограничен из-за малого размера выборки снимков. В работе исследуется возможность создания искусственных микроструктур с помощью генеративных нейронных сетей: диффузионная сеть и GAN. Мы хотим ответить на вопрос, можно ли при помощи генеративных сетей усиливать статистические свойства исходных данных. ...
Добавлено: 8 февраля 2026 г.
Каграманян Д. Г., В кн.: ВНКСФ-29: Двадцать девятая Всероссийская научная конференция студентов-физиков и молодых учёных. Материалы конференции. Информационный бюллетень. Москва – Пушкино – Черноголовка – Дубна, 2025.: Ростов н/Д: Южный федеральный университет, 2025. С. 150–151.
Понимание природы распространения трещин играет важную роль при создании материалов из композитных сплавов. На стадии спекания крайне важно знать характеристики сплава, которые потенциально могут привести к распространению трещин. Наша цель расширить существующие методы, чтобы предоставить более подробную информацию о свойствах и характеристиках трещин. Мы предлагаем новый метод анализа трещин, основанный на современных алгоритмах и больших ...
Добавлено: 7 февраля 2026 г.
Astaf’ev A. V., Maslenkina K. S., Mikhaleva L. M. и др., Доказательная гастроэнтерология 2025
Цель исследования. Оценить эффективность модели машинного обучения (МО) с трансформерной архитектурой YOLO11 (и ее дообученной версии) для автоматизированной сегментации и детекции эозинофилов на гистологических изображениях с различным качеством фиксации, окрашивания тканей и срезов в условиях рутинной клинической практи- ки, для улучшения точности диагностики эозинофильного эзофагита (ЭоЭ).
Материал и методы. Проведен многоцентровый ретроспективный анализ гистологических изображений, полученных ме- тодом ...
Добавлено: 23 декабря 2025 г.