Sciact
  • EN
  • RU

Автоматическое распознавание наночастиц на изображениях сканирующей зондовой микроскопии с помощью различных методов глубокого машинного обучения Conference Abstracts

Conference Всероссийская научно-техническая конференция с международным участием «Робототехника и искусственный интеллект»
14-14 Dec 2019 , Железногорск
Source Робототехника и искусственный интеллект
Compilation, Литера-Принт. Москва.2019. 409 c. ISBN 9785907232310. РИНЦ
Output data Year: 2019, Pages: 248-251 Pages count : 4
Tags РАСПОЗНАВАНИЕ ОБРАЗОВ, PARTICLES RECOGNITION, ГЛУБОКИЕ НЕЙРОННЫЕ СЕТИ, DEEP NEURAL NETWORKS, СКАНИРУЮЩАЯ ТУННЕЛЬНАЯ МИКРОСКОПИЯ, SCANNING TUNNELING MICROSCOPY, НАНОЧАСТИЦЫ, NANOPARTICLES
Authors Окунев А.Г. 1,2,3 , Нартова А.В. 2,1 , Лиз М.Ф. 1,4 , Матвеев А.В. 1,2
Affiliations
1 Новосибирский государственный университет, г. Новосибирск, Россия
2 Институт катализа им. Г.К. Борескова СО РАН, г. Новосибирск, Россия
3 Высший колледж информатики НГУ, г. Новосибирск, Россия
4 Центр финансовых технологий, г. Новосибирск, Россия

Funding (2)

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

Abstract: В работе представлены результаты применения методов глубокого обучения для автоматического поиска наночастиц платины , нанесенных на поверхность высокоориентированного пиролитического графит а (ВОПГ), на изображениях сканирующего туннельного микроскопа (СТМ). В работе использовалась нейронные сети CascadeRCNN , UNet , Linknet и FPN на разных энкодерах ( resnet 34, resnet 50, se resnext 50, resnext 101) Обучение сети осуществлялось 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 более 50%. 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. https://elibrary.ru/item.asp?id=42311765&
Cite: Окунев А.Г. , Нартова А.В. , Лиз М.Ф. , Матвеев А.В.
Автоматическое распознавание наночастиц на изображениях сканирующей зондовой микроскопии с помощью различных методов глубокого машинного обучения
In compilation Робототехника и искусственный интеллект. – Литера-Принт., 2019. – C.248-251. – ISBN 9785907232310. РИНЦ
Identifiers:
Elibrary: 42311765
Citing:
DB Citing
Elibrary 3