Поиск наночастиц на изображениях сканирующей зондовой микроскопии с помощью методов глубокого машинного обучения | Sciact - CRIS-system of Boreskov Institute of Catalysis

Поиск наночастиц на изображениях сканирующей зондовой микроскопии с помощью методов глубокого машинного обучения Conference Abstracts

Conference

VII Международная конференция «Знания – онтологии – теории»
07-11 Oct 2019 , Новосибирск

Source

Материалы VII Международной конференции «ЗНАНИЯ – ОНТОЛОГИИ – ТЕОРИИ»
Compilation, Институт Математики им. С. Л. Соболева СО РАН. Новосибирск.2019. 440 c. РИНЦ

Output data

Year: 2019, Pages: 395-396 Pages count : 2

Funding (2)

1	Federal Agency for Scientific Organizations	0303-2016-0001
2	The Ministry of Education and Science of the Russian Federation

В работе представлены результаты применения методов глубокого обучения для автоматического поиска платиновых наночастиц, нанесенных на высокоориентированный пиролитический графит (ВОПГ), на изображениях, которые получены методом сканирующей туннельной микроскопии (СТМ). В работе использовалась нейронная сеть CascadeRCNN. Обучение проходило на массиве данных, содержащих 10 СТМ-изображений с 1918 наночастицами. Для верификации использовали 5 изображений с 2052 наночастицами. В результате, обученная нейронная сеть способна распознавать наночастицы с точностью 50,8 %. Наночастицы указываются как четкие контуры, что необходимо для дальнейшей обработки результатов. Проведено сравнение полученных результатов с результатами использования других программных продуктов. Показано преимущество применения методов глубокого машинного обучения для автоматического поиска частиц.

О.А.Г. , Нартова А.В. , Матвеев А.В.
Поиск наночастиц на изображениях сканирующей зондовой микроскопии с помощью методов глубокого машинного обучения
In compilation Материалы VII Международной конференции «ЗНАНИЯ – ОНТОЛОГИИ – ТЕОРИИ». – Институт Математики им. С. Л. Соболева СО РАН., 2019. – C.395-396. РИНЦ

Elibrary:

42432059&

Пока нет цитирований