Learning a Model for Shape-Constrained Image Segmentation from Weakly Labeled Data.

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.

Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.

Добавлено: 9 ноября 2025 г.

Multispectral Remote Information in Forest Research

Пузаченко Ю. Г., Сандлерский Р. Б., Кренке А. Н. и др., Russian Journal of Forest Science 2014 Vol. 7 No. 7 P. 838–854

Предложены подходы к использованию мультиспектральной дистанционной информации в фундаментальных исследованиях пространственно-временной организации биогеоценотического покрова без и с применением наземных полевых измерений. Постулируется, что дистанционные измерения отражают биофизическое состояние биогеоценотического покрова, определяемое процессами поглощения и преобразования солнечной энергии и могут рассматриваться как его свойства. Измерения интерпретируются с позиции термодинамики диссипативных открытых систем. При объединении дистанционной информации ...

Добавлено: 3 сентября 2023 г.

Theoretical and Methodological Substantiation of Boundaries and Integrity in Landscape Cover and Its Components

A. N. Krenke, R. B. Sandlersky, A. S. Baybar и др., Известия РАН. Серия биологическая. 2023 Vol. 50 No. 1 P. S85–S99

Кратко рассмотрены четыре основных модели возникновения границ и, в частном случае, целостности, вытекающих из теории нелинейных динамических систем. На основе фундаментальной теоремы отсчета Котельникова и, соответственно, общей теории информации исследуется характер выделяемой границы, как функции частоты опробования в пространственном ряду с регулярным шагом, и вводится единица измерения “берг” – одно полное колебание на один километр, ...

Добавлено: 2 декабря 2022 г.

Object Segmentation Without Labels with Large-Scale Generative Models

Voynov A., Morozov S., Бабенко А. В., , in: Proceedings of the 38th International Conference on Machine Learning (ICML 2021)Vol. 139.: PMLR, 2021. P. 10596–10606.

Добавлено: 27 декабря 2021 г.

Intelligent Data Processing 11th International Conference, IDP 2016, Barcelona, Spain, October 10–14, 2016, Revised Selected Papers

Switzerland: Springer, 2019.

Добавлено: 8 февраля 2020 г.

Pattern Recognition and Image Analysis

Springer, 2019.

Добавлено: 23 сентября 2019 г.

Pollen Grain Recognition Using Convolutional Neural Network

Khanzhina N., Putin E., Filchenkov A. и др., , in: 2018 proceedings of European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2018),Bruges (Belgium), 25-27 April 2018.: ESANN, 2018. P. 409–414.

Добавлено: 21 января 2019 г.

Computer Vision – ECCV 2018. 15th European Conference, Munich, Germany, September 8–14, 2018, Proceedings, Part XII

Cham: Springer, 2018.

Добавлено: 31 октября 2018 г.

15th European Conference, Munich, Germany, September 8-14, 2018, Proceedings

Springer, 2018.

Добавлено: 30 октября 2018 г.

Tree-Serial Parametric Dynamic Programming With Flexible Prior Model For Image Denoising

Фам К. Т., Копылов А. В., Computer Optics 2018 P. 1–8

We consider here image denoising procedures, based on computationally effective tree-serial parametric dynamic programming procedures, different representations of an image lattice by the set of acyclic graphs and non-convex regularization of a new type which allows to flexibly set a priori preferences. Experimental results in image denoising, as well as comparison with related methods, are ...

Добавлено: 21 июля 2018 г.

Perceptually Inspired Layout-Aware Losses for Image Segmentation

Осокин А. А., Kohli P., , in: Lecture Notes in Computer Science. Proceedings of the 13th European Conference on Computer Vision (ECCV 2014)* 2. Vol. 8690.: Zürich: Springer, 2014. P. 663–678.

Добавлено: 19 октября 2017 г.

A Principled Deep Random Field Model for Image Segmentation

Kohli P., Осокин А. А., Jegelka S., , in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013).: Portland: IEEE, 2013. P. 1971–1978.

Добавлено: 19 октября 2017 г.

Submodular decomposition framework for inference in associative Markov networks with global constraints

Осокин А. А., Ветров Д. П., Kolmogorov V., , in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2011).: Colorado Springs: IEEE, 2011. P. 1889–1896.

Добавлено: 18 октября 2017 г.

Image Processing Procedures Based on Multi-Quadratic Dynamic Programming

Pham Cong Thang, Informatica (Ljubljana) 2017 No. 41 P. 255–256

Добавлено: 3 октября 2017 г.

Deep Part-Based Generative Shape Model with Latent Variables

Kirillov A., Gavrikov M., Лобачева Е. М. и др., , in: Proceedings of the 27th British Machine Vision Conference.: -, 2016. P. 1–12.

The Shape Boltzmann Machine (SBM) and its multilabel version MSBM have been recently introduced as deep generative models that capture the variations of an object shape. While being more flexible MSBM requires datasets with labeled parts of the objects for training. In the paper we present an algorithm for training MSBM using binary masks of ...

Добавлено: 24 февраля 2017 г.