Новости науки на портале «Научная Россия»

0 комментариев 1493

Исследователи ИК СО РАН И НГУ создали нейросеть для анализа микроскопических изображений

Исследователи ИК СО РАН И НГУ создали нейросеть для анализа микроскопических изображений
Результаты такого анализа применимы в полупроводниковых технологиях, катализе, материаловедении, медицине и так далее

Сотрудники ФИЦ «Институт катализа им. Г. К. Борескова СО РАН» и научно-образовательного центра «Машинное обучение и анализ больших данных» Новосибирского государственного университета на основе технологий, связанных с глубоким машинным обучением, создали приложение, которое в онлайн-режиме может сканировать и анализировать определенные виды микроскопических изображений.

«Наша программа самостоятельно находит однотипные объекты, измеряет их параметры, собирает и обрабатывает статистику. Результаты такого анализа применимы в полупроводниковых технологиях, катализе, материаловедении, медицине и так далее, сообщает издание «Наука в Сибири». Очень важно, что в короткие сроки удалось перейти от исследовательских экспериментов к созданию продукта, который сейчас находится в открытом доступе для всех, кто нуждается в автоматизации рутинных анализов. Стоит заметить, что до практического приложения в этой области пока никто, кроме нас, еще не дошел», — подчеркнул директор Высшего колледжа информатики НГУ кандидат химических наук Алексей Григорьевич Окунев.

Нейросеть, обученная исследователями на наночастицах, может распознавать клетки крови, разные однотипные объекты, людей и животных на фотографиях с квадрокоптеров и многое другое. Это полностью подтверждает гипотезу о том, что глубокие нейронные сети обладают высокой склонностью к генерализации: тренируясь на одних предметах, они могут находить другие объекты, совершенно отличные от тех, на которых проходило обучение. Ученые отмечают, что появление такого инструмента для научных исследований — это новый этап в развитии физических методов исследования, который поможет сэкономить время ученым.

«Применение подобного продукта позволяет снизить влияние человеческого фактора при анализе данных прежде всего за счет увеличения объема обрабатываемой информации: сейчас временные возможности человека лимитируют количество проанализированного материала. Также разработка сократит риски, возникающие из-за возможной некомпетентности анализирующего, например недостатка опыта», — объяснила сотрудница Института катализа СО РАН, доцент кафедры химии твердого тела факультета естественных наук НГУ кандидат химических наук Анна Владимировна Нартова.

Сейчас сибирские исследователи работают над внедрением приложения в различные области науки. «В мировой практике в области машинного обучения все сразу перешли на частности — кошек, собак и так далее. Но никто не ставил задачу обучить нейронную сеть искать прежде всего “объекты”, пусть даже неизвестной природы. Мы первыми сделали это. Удивительно, но обучив нейронную сеть на “шумных”, низкого качества изображениях сканирующего туннельного микроскопа, мы привили ей универсальность, и теперь она ищет любые объекты. Например, беспилотный автомобиль едет в сильный снег или дождь и не может точно определить, какой объект перед ним возникает, поскольку не хватает четкости картинки. Нашей же сети не важно, что за предмет возник перед машиной, — это “что-то” определяется ясно и быстро, поэтому программа понимает, что нужно остановиться», — объяснил руководитель Проектного офиса НГУ, сотрудник ИК СО РАН кандидат химических наук Андрей Викторович Матвеев.

«В скором времени мы будем готовы представить наш продукт всему миру. Планируем также выйти на производителей, чтобы наш сервис был включен в программное обеспечение, которое идет вместе с приборами», — добавил Алексей Окунев.

Источник: www.sbras.info

машинное обучение микроскопические изображения нейросеть

Назад

Социальные сети

Комментарии

Авторизуйтесь, чтобы оставить комментарий

Информация предоставлена Информационным агентством "Научная Россия". Свидетельство о регистрации СМИ: ИА № ФС77-62580, выдано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций 31 июля 2015 года.