Pollen grains recognition using structural approach and neural networks

Khanzhina N.; Zamyatina E.

Публикации

?

Pollen grains recognition using structural approach and neural networks

International Journal "Information Models and Analyses". 2015. Vol. 4. No. 3. P. 243–258.

Khanzhina N., Zamyatina E.

Приоритетные направления: компьютерно-математическое

Язык: английский

Полный текст

Текст на другом сайте

Ключевые слова: Image recognition pollen grains Hamming Network feature points method OpenCV Structural approach recognition

A Three-Party W-State Quantum Secret Sharing Protocol with X-Gate Encoding and Forbidden-Outcome Detection

Терегулов Т. Р., Лубенец Е. Р., / Series Quantum Physics "arXiv". 2026. No. 2609.31472.

Добавлено: 28 сентября 2026 г.

Specialized Non-local Blocks for Recognizing Tumors on Computed Tomography Snapshots of Human Lungs

Aleksei Samarin, Aleksei Toropov, Dzestelova A. и др., , in: Proceedings of the 35th Conference of Open Innovations Association FRUCT, Tampere, Finland, 24-26 April 2024Vol. 35.: FRUCT Oy, 2024. P. 659–664.

Добавлено: 19 сентября 2026 г.

On calibration of remote sensing retrievals of ecosystem respiration (Reco) with tower measurements over,Russian forests and wetlands

Shabanov N., Kuricheva O., Kurbatova J. и др., / Series Working Papers SSRN "Department of Economics Ca’ Foscari University of Venice". 2026.

Добавлено: 21 августа 2026 г.

Three Algorithms for Merging Hierarchical Navigable Small World Graphs

Пономаренко А. А., / Series Computer Science "arxiv.org". 2025.

Добавлено: 30 июля 2026 г.

Growth in noncommutative algebras and entropy in derived categories

Пионтковский Д. И., / Series arXiv "math". 2026.

Добавлено: 23 июня 2026 г.

Multilinear nilalgebras and the Jacobian theorem

Пионтковский Д. И., / Series arXiv "math". 2025.

Добавлено: 23 июня 2026 г.

Dish-ID: A neural-based method for ingredient extraction and further recipe suggestion.

Shchuka I., Miftakhov S., Patrushev V. и др., , in: 2020 International Conference Engineering and Telecommunication (En&T).: IEEE, 2020. P. 1–5.

Добавлено: 14 июня 2026 г.

ML-based Fast Simulation of FARICH Responses

Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.

Добавлено: 19 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

Iterative Ricci-Foster Curvature Flow with GMM-Based Edge Pruning: A Novel Approach to Community Detection

Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.

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.

Astrocytes mediate analogous memory in a multi-layer neuron–astrocyte network

Tsybina Y., Kastalskiy I., Krivonosov M. и др., Neural Computing and Applications 2023 Vol. 34 No. 11 P. 9147 –9160

Добавлено: 9 апреля 2025 г.

Сравнение эффективности применения различных подходов в задаче детекции объекта на изображении низкого качества

Проворова А. А., Полякова И. Ю., Кузьмичева Е. В., Научная визуализация 2024 Т. 16 № 3 С. 1–13

Машинные методы анализа изображений набирают всё большую популярность в самых различных сферах жизни. Однако остается открытым вопрос, насколько эффективна работа таких алгоритмов на данных низкого качества, например, таких, какие могут использоваться в сфере телемедицины. В работе проведен сравнительный анализ различных подходов к детекции объектов на фотографиях МРТ-снимков головного мозга, сделанных с экрана компьютера. Для распознавания ...

Добавлено: 9 августа 2024 г.

Sequential analysis in Fourier probabilistic neural networks

Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885

Добавлено: 29 июня 2022 г.

Fast inference in convolutional neural networks based on sequential three-way decisions

Савченко А. В., Information Sciences 2021 Vol. 560 P. 370–385

Добавлено: 25 февраля 2021 г.

Вычислительно эффективные алгоритмы классификации изображений на основе последовательного анализа

Савченко А. В., Записки научных семинаров ПОМИ РАН 2021 Т. 499 С. 267–283

В статье рассматриваются быстрые алгоритмы распознавания изображений, основанные на статистическом последовательном анализе. Исследованы метода с последовательной обработкой главных компонент векторов признаков изображений, а также с ранним остановом при прямом проходе в сверточной нейронной сети. Особое внимание уделено последовательному обучению нейросетевых моделей для одновременной классификации нескольких атрибутов (пол, возраст, раса) по фотографии лица. Подчеркнуто, что такие ...

Добавлено: 27 января 2021 г.

Sequential Analysis with Specified Confidence Level and Adaptive Convolutional Neural Networks in Image Recognition

Савченко А. В., , in: Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020).: Piscataway: IEEE, 2020. P. 1–8.

Добавлено: 15 октября 2020 г.

Probabilistic Neural Network With Complex Exponential Activation Functions in Image Recognition

Савченко А. В., IEEE Transactions on Neural Networks and Learning Systems 2020 Vol. 31 No. 2 P. 651–660

Добавлено: 1 ноября 2019 г.

Sequential three-way decisions in multi-category image recognition with deep features based on distance factor

Савченко А. В., Information Sciences 2019 Vol. 489 P. 18–36

Добавлено: 20 марта 2019 г.

A fridge with smart functions: the solution from Liebherr

Чумаков И. Г., Комаров М. М., , in: Workshops and work-in-progress contributions at S-BPM One 2018Vol. 2074.: CEUR Workshop Proceedings, 2018. Ch. 5 P. 71–78.

Добавлено: 3 мая 2018 г.

Deep neural networks performance optimization in image recognition

A. G. Rassadin, A. V. Savchenko, , in: Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT).: Самара: Новая техника, 2017. P. 649–654.

Добавлено: 8 сентября 2017 г.