AutoML Applications for Bacilli Recognition by Taxonomic Characteristics Determination over Microscopic Images

?

AutoML Applications for Bacilli Recognition by Taxonomic Characteristics Determination over Microscopic Images

P. 903–911.

Aleksei Samarin, Aleksei Toropov, Dzestelova A., Назаренко А. А., Kotenko E., Elena Mikhailova, Valentin Malykh, Alexander Savelev, Motyko A., Dozortseva A.

Язык: английский

Текст на другом сайте

В книге

Proceedings of the 36th Conference of Open Innovations Association FRUCT

Vol. 36. , FRUCT Oy, 2024.

Proceedings of the 36th Conference of Open Innovations Association FRUCT

FRUCT Oy, 2024.

Добавлено: 19 сентября 2026 г.

Specialized Image Descriptors Adaptation for Generated Images Recognition

Aleksei Samarin, Aleksei Toropov, Kotenko E. и др., , in: Proceedings of the 37th Conference of Open Innovations Association FRUCTVol. 37.: FRUCT Oy, 2025. P. 278–284.

Добавлено: 19 сентября 2026 г.

Proceedings of the 37th Conference of Open Innovations Association FRUCT

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 the 39th Conference of Open Innovations Association FRUCTVol. 39.: FRUCT Oy, 2026. P. 253–261.

Добавлено: 19 сентября 2026 г.

Proceedings of the 39th Conference of Open Innovations Association FRUCT

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: Proceedings of the 2026 9th International Conference on Information and Computer Technologies.: 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 P. 1–26

Добавлено: 19 сентября 2026 г.

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

Ramos-Soto O., Perez-Zarate E., Ramos-Frutos J. и др., Machine Learning and Knowledge Extraction 2026 Vol. 8 No. 7 Article 173

Добавлено: 18 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.

Oil Spill Segmentation in SAR Data Using ViT-UNet: Performance and Practical Insights

Зуенко Д. О., Трофимова Е. А., Хайдарова И., IEEE Access 2026 Vol. 14 P. 121339–121357

Добавлено: 7 сентября 2026 г.

The Methods for Estimation of Rock Grain Size: Review and Comparison

Kaznacheev P. A., Indakov G. S., Podymova N. B. и др., Izvestiya - Physics of the Solid Earth 2026 Vol. 61 P. 68–80

The paper discusses methods for estimating the grain size of polycrystalline materials based on the analysis of optical microscopic images, as well as the possibility of applying these methods to the analysis of rock textures. A comparison of the results obtained using several methods on a single sample of metamorphosed sandstone from the Northern Ladoga ...

Добавлено: 31 августа 2026 г.

Human Tracking Algorithm Evaluation with Digital Human Models in Gazebo

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.

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.

The recognition-by-components method

Slivnitsin P., Мыльников Л. А., Engineering Applications of Artificial Intelligence 2026 Vol. 179 Article 115185

Добавлено: 29 мая 2026 г.

Approaches to the Detection of Deepfake in the Financial Organization’s Activities

Белов А. В., Федотов Г. А., , in: Proceedings of the 2025 INTERNATIONAL CONFERENCE "QUALITY MANAGEMENT, DIGITAL SECURITY, INFORMATION TECHNOLOGIES" (2025 QM&DS&IT).: IEEE, 2025. Ch. 1 P. 3–7.

Добавлено: 17 апреля 2026 г.

Online Neural Networks for Change-Point Detection

Гущин М. И., Арзыматов К., Деркач Д. А., Machine Learning 2026 Vol. 115 Article 56

Добавлено: 6 марта 2026 г.

Image Modification Detections

Kseniia Prokudina, Mikhail Skriplyonok, Alexander Vostrikov, , in: 2026 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM).: IEEE, 2026. P. 842–847.

Статья посвящена анализу эволюции методов обнаружения манипуляций в цифровых изображениях за десятилетие 2016–2026 годов. Рассматривается переход от классических пассивных методов (ELA, анализ метаданных, шумовых паттернов) к глубоким нейросетевым архитектурам (VGG16+U-Net, ManTra-Net, SPAN, RDS-YOLOv5) и далее — к мультимодальным системам на основе больших языковых моделей (ForgeryGPT, FakeShield), обеспечивающим не только локализацию подделок, но и текстовую интерпретацию ...

Добавлено: 25 февраля 2026 г.