Автоматическое распознавание наночастиц на изображениях сканирующей зондовой микроскопии с использованием компьютерного зрения и глубокого обучения Научная публикация
Конференция |
Восемнадцатая национальная конференция по искусственному интеллекту с международным участием 10-16 окт. 2020 , Москва |
||||
---|---|---|---|---|---|
Сборник | Восемнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2020. Труды конференции Сборник, МФТИ. Москва.2020. 326 c. ISBN 9785604280225. РИНЦ |
||||
Вых. Данные | Год: 2020, Страницы: 230-238 Страниц : 9 | ||||
Ключевые слова | распознавание частиц, глубокие нейронные сети, сканирующая туннельная микроскопия, частицы | ||||
Авторы |
|
||||
Организации |
|
Информация о финансировании (2)
1 | Федеральное агентство научных организаций России | 0303-2016-0001 |
2 | Министерство образования и науки Российской Федерации |
Реферат:
В работе представлены результаты применения методов глубокого обучения для автоматического поиска наночастиц металлов на изображениях зондовой микроскопии. В результате обученная нейронная сеть распознала наночастицы в тестовом датасете с точностью 0,93 и отзывом 0,78. Точность определения среднего размера частиц 0,87-0,99. Разработан веб-сервис ParticlesNN, основанный на обученной нейронной сети.
Библиографическая ссылка:
Матвеев А.В.
, Машуков М.Ю.
, Нартова А.В.
, Окунев А.Г.
Автоматическое распознавание наночастиц на изображениях сканирующей зондовой микроскопии с использованием компьютерного зрения и глубокого обучения
В сборнике Восемнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2020. Труды конференции. – МФТИ., 2020. – C.230-238. – ISBN 9785604280225. РИНЦ
Автоматическое распознавание наночастиц на изображениях сканирующей зондовой микроскопии с использованием компьютерного зрения и глубокого обучения
В сборнике Восемнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2020. Труды конференции. – МФТИ., 2020. – C.230-238. – ISBN 9785604280225. РИНЦ
Идентификаторы БД:
РИНЦ: | 44333007 |
Цитирование в БД:
Пока нет цитирований