• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Explainable Glaucoma Screening via Optic Disc Localization and Comparative Class Activation Map-Based Analysis
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
3 ноября 2026 г.
«Органы на чипе позволяют проверять лекарства без экспериментов на животных»
Лаборатория молекулярной физиологии факультета биологии и биотехнологии НИУ ВШЭ изучает, как молекулярные регуляторы (микроРНК) управляют работой генов и влияют на развитие болезней — онкологических, вирусных и воспалительных, а также осложнений беременности. В Вышке выращивают модели органов человека на чипе: крошечные устройства с живыми клетками, воспроизводящие работу, например, плаценты или кишечника. Модели помогают понять, как возникают болезни и как на них действуют лекарства. «Вышка.Главное» побеседовала с заведующим лабораторией Евгением Князевым.
3 ноября 2026 г.
В НИУ ВШЭ выяснили, почему опытные читатели ошибаются в нестандартных фразах
Ученые Центра языка и мозга  НИУ ВШЭ проверили, как люди понимают предложения, когда грамматика подсказывает одно, а жизненный опыт — другое.  Участники эксперимента читали фразы о двух персонажах и отвечали, кто из них выполнил действие. Результаты показали, что более начитанные люди лучше справлялись с заданиями, в которых персонаж выполнял ожидаемое действие, но ошибались, когда действие персонажа шло вразрез с ожиданиями.Исследование опубликовано в журнале Quarterly Journal of Experimental Psychology. Работа выполнена при поддержке гранта РНФ.
30 октября 2026 г.
«Объект наших исследований - суперкомпьютер»
Феликс Смирнов занимается суперкомпьютерными технологиями, чтобы помогать другим ученым в их работе. В интервью проекту «Молодые ученые Вышки» он рассказал о настройке коммуникаций между узлами, своем увлечении кинематографом и о старых вывесках на Хитровке.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Explainable Glaucoma Screening via Optic Disc Localization and Comparative Class Activation Map-Based Analysis

Machine Learning and Knowledge Extraction. 2026. Vol. 8. No. 7. Article 173.
Ramos-Soto O., Perez-Zarate E., Ramos-Frutos J., Oliva D., Pérez-Cisneros M., Соса Гомез Г., Balderas-Mata S.
Язык: английский
DOI
Ключевые слова: Glaucomaexplainable artificial intelligence deep learningmedical image analysisclass activation map
Похожие публикации
A Multi-Feature Fusion Deep Neural Network with Attention for Multi-Task Crop Monitoring
Obsie E. Y., Zhan Y., Liu Y., Engineering Research Express 2026 Article 7
Добавлено: 22 октября 2026 г.
A Reproducible Microscopy Acquisition Pipeline and Microscopy-Aware Attention for Classification, Detection, and Segmentation of Microorganisms
Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 10 Article 330
Добавлено: 14 октября 2026 г.
Optimization of List-Based Reed-Solomon Decoding via Deep Learning
Портной С. Л., Ефремов А. М., Voloshin A., , in: 2026 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO).: Petrozavodsk: IEEE, 2026. P. 1–4.
Добавлено: 1 октября 2026 г.
Lightweight Image Preprocessing Model for Improving Microorganism Detection in Microscopic Scenes
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1044–1052
Добавлено: 21 сентября 2026 г.
Advancements in Signal, Image and Video Processing. Select Proceedings of SPIN 2025, Volume 1. LNEE, volume 1449
Singapore: Springer, 2025.
Добавлено: 21 сентября 2026 г.
IDAP++: Advancing Divergence-Based Pruning via Filter-Level and Layer-Level Optimization
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., / Series arXiv "math". 2025. No. 2511.20141.
Добавлено: 21 сентября 2026 г.
Pattern Recognition. ICPR 2024 International Workshops and Challenges. Kolkata, India, December 1, 2024, Proceedings, Part III. LNCS, volume 15616
Cham: Springer, 2025.
Добавлено: 21 сентября 2026 г.
Advances in Neural Computation, Machine Learning, and Cognitive Research IX. Selected Papers from the XXVII International Conference on Neuroinformatics, October 20-24, 2025, Moscow, Russia. SCI, volume 1241
Cham: Springer, 2026.
Добавлено: 19 сентября 2026 г.
Proceedings of 18th International Conference on Machine Learning and Computing
Cham: Springer, 2026.
Добавлено: 19 сентября 2026 г.
Proceedings of the 35th Conference of Open Innovations Association FRUCT, Tampere, Finland, 24-26 April 2024
FRUCT Oy, 2024.
Добавлено: 19 сентября 2026 г.
AutoML Applications for Bacilli Recognition by Taxonomic Characteristics Determination over Microscopic Images
Aleksei Samarin, Aleksei Toropov, Dzestelova A. и др., , in: Proceedings of the 36th Conference of Open Innovations Association FRUCT, Helsinki, Finland, 30 October - 1 November 2024Vol. 36.: FRUCT Oy, 2024. P. 903–911.
Добавлено: 19 сентября 2026 г.
Proceedings of the 36th Conference of Open Innovations Association FRUCT, Helsinki, Finland, 30 October - 1 November 2024
FRUCT Oy, 2024.
Добавлено: 19 сентября 2026 г.
Proceedings of the 37th Conference of Open Innovations Association FRUCT, Helsinki, Finland, 14-16 May 2025, Issue 1 (Full Papers)
Helsinki: FRUCT Oy, 2025.
Добавлено: 19 сентября 2026 г.
Efficient Pruning Optimization for Trainable Descriptor-Based Facade Signboard Classification
Aleksei Samarin, Aleksei Toropov, Назаренко А. А. и др., , in: Proceedings of FRUCT'39, Helsinki, Finland, 28-30 April 2026. Issue 1 (Full Papers)Vol. 39.: Helsinki: FRUCT Oy, 2026. P. 253–261.
Добавлено: 19 сентября 2026 г.
Proceedings of FRUCT'39, Helsinki, Finland, 28-30 April 2026. Issue 1 (Full Papers)
Helsinki: FRUCT Oy, 2026.
Добавлено: 19 сентября 2026 г.
Refined Non-Local Blocks for Precise Segmentation of Diplococci in Microscopy Imagery
Aleksei Samarin, Kotenko E., Aleksei Toropov и др., , in: ICICT 2026: 2026 The 9th International Conference on Information and Computer Technologies Honolulu, HI, USA March 11 - 13, 2026.: NY: Association for Computing Machinery (ACM), 2026. P. 155–161.
Добавлено: 19 сентября 2026 г.
Flow-Guided Neural Pruning: Signal-Flow Framework for Multi-Architecture Model Compression
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 8 Article 236
Добавлено: 19 сентября 2026 г.
Применение технологий компьютерного зрения в системах обработки визуальной информации
Лебедев О. Б., Черкасов Р. И., Известия ЮФУ. Технические науки 2025 № 5(247) С. 254–276
Рассмотрено применение технологий искусственного интеллекта, в частности компьютерного зрения в системах обработки визуальной информации. Проведен комплексный анализ нейросетевых подходов к решению задач компьютерного зрения, включая систематизацию ключевых типов задач: классификацию изображений, детектирование объектов и семантическую сегментацию. Детально исследованы архитектурные принципы сверточных нейронных сетей с акцентом на механизмы извлечения пространственных признаков через сверточные слои, оптимизацию представления ...
Добавлено: 10 сентября 2026 г.
Модель глубокого обучения для автоматизированной интерпретации медицинских электрофизиологических данных
Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750
Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...
Добавлено: 10 сентября 2026 г.
Automated detection of wolf howls using audio spectrogram transformers
Makarov N., Савченко А. В., Zemtsova I. и др., Scientific Reports 2025 Vol. 15 Article 26641
Добавлено: 16 июня 2026 г.
Artificial intelligence framework for multi-pathology risk assessment from retinal fundus images: deep learning approach to 15-disease screening
Vasilev R., Савченко А. В., Blinov P. и др., Frontiers in Medicine 2026 Vol. 13 Article 1778404
Добавлено: 16 июня 2026 г.
От неизвестности к прозрачности: обзор технологий объяснимого ИИ (XAI)
Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194
С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...
Добавлено: 8 мая 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору