Sciact
  • EN
  • RU

Глубокое машинное обучение для анализа микроскопических изображений функциональных материалов Conference Abstracts

Conference VI Школа-конференция молодых ученых «Неорганические соединения и функциональные материалы»
27-30 Sep 2022 , Новосибирск
Source Программа и тезисы докладов VI Школы-конференции молодых учёных «Неорганические соединения и функциональные материалы» ICFM-2022
Compilation, ИНХ СО РАН. Новосибирск.2022. 156 c. ISBN 9785901688502.
Output data Year: 2022, Article number : 006, Pages count : 1
Tags Глубокое машинное обучение, микроскопический анализ
Authors Нартова А.В. 1,2 , Машуков М.Ю. 2 , Матвеев А.В. 2 , Санькова Н.Н. 1,2 , Кудинов В.Ю. 2 , Окунев А.Г. 2
Affiliations
1 ИК СО РАН, пр. Лаврентьева 5, Новосибирск 630090
2 НГУ, ул. Пирогова 2, Новосибирск 630090

Funding (1)

1 Ministry of Science and Higher Education of the Russian Federation 0239-2021-0002

Abstract: В представленной работе глубокое машинное обучение использовано для поиска объектов на изображениях, полученных методами сканирующей зондовой и просвечивающей электронной микроскопий. С использованием данного подхода созданы уникальные сервисы для анализа микроскопических изображений: веб-сервис ParticlesNN (http://particlesnn.nsu.ru) и облачный сервис DLgram (t.me/nanoparticles_nsk).
Cite: Нартова А.В. , Машуков М.Ю. , Матвеев А.В. , Санькова Н.Н. , Кудинов В.Ю. , Окунев А.Г.
Глубокое машинное обучение для анализа микроскопических изображений функциональных материалов
In compilation Программа и тезисы докладов VI Школы-конференции молодых учёных «Неорганические соединения и функциональные материалы» ICFM-2022. – ИНХ СО РАН., 2022. – C.24. – ISBN 9785901688502.
Identifiers: No identifiers
Citing: Пока нет цитирований