<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <title>Repository Collection: сборник материалов конференции</title>
  <link rel="alternate" href="http://repo.ssau.ru/jspui/handle/Informacionnye-tehnologii-i-nanotehnologii/184" />
  <subtitle>сборник материалов конференции</subtitle>
  <id>http://repo.ssau.ru/jspui/handle/Informacionnye-tehnologii-i-nanotehnologii/184</id>
  <updated>2026-07-12T18:08:53Z</updated>
  <dc:date>2026-07-12T18:08:53Z</dc:date>
  <entry>
    <title>Исследование влияния количества и разнообразия углов обзора изображений объекта на генерацию трехмерных моделей с использованием объемного усеченного поля расстояния со знаком</title>
    <link rel="alternate" href="http://repo.ssau.ru/jspui/handle/123456789/61135" />
    <author>
      <name>Грибанов Д. Н.</name>
    </author>
    <author>
      <name>Килбас И. А.</name>
    </author>
    <author>
      <name>Куприянов А. В.</name>
    </author>
    <author>
      <name>Мухин А. В.</name>
    </author>
    <author>
      <name>Парингер Р. А.</name>
    </author>
    <id>http://repo.ssau.ru/jspui/handle/123456789/61135</id>
    <updated>2026-01-23T15:50:09Z</updated>
    <published>2025-01-01T00:00:00Z</published>
    <summary type="text">Title: Исследование влияния количества и разнообразия углов обзора изображений объекта на генерацию трехмерных моделей с использованием объемного усеченного поля расстояния со знаком
Authors: Грибанов Д. Н.; Килбас И. А.; Куприянов А. В.; Мухин А. В.; Парингер Р. А.
Abstract: В данной работе было исследовано поведение модели приобучении на разном количестве углов обзора для генерациитрехмерного представления на основе одного изображенияобъекта на примере модели AutoSDF. В ходе экспериментабыло установлено, что при количестве видов одного объектаравного 6 удается сохранить высокие показания метрик CD иLFD. Дальнейшее уменьшение ведет к значительномупадению метрик. Эксперименты на наборе данных DISNпоказали важность добавления изображений не только разногоракурса объекта, но также разной сложности, что в своюочередь ведет к повышению устойчивости модели.</summary>
    <dc:date>2025-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Применение сверточных нейронных сетей для решения задачи дифракции электромагнитного излучения на группе цилиндрических объектов</title>
    <link rel="alternate" href="http://repo.ssau.ru/jspui/handle/123456789/61136" />
    <author>
      <name>Головашкин Д. Л.</name>
    </author>
    <author>
      <name>Читоркин Е. Е.</name>
    </author>
    <id>http://repo.ssau.ru/jspui/handle/123456789/61136</id>
    <updated>2026-01-23T15:50:09Z</updated>
    <published>2025-01-01T00:00:00Z</published>
    <summary type="text">Title: Применение сверточных нейронных сетей для решения задачи дифракции электромагнитного излучения на группе цилиндрических объектов
Authors: Головашкин Д. Л.; Читоркин Е. Е.
Abstract: Применение сверточных нейронныхсетей позволяет на порядок сократить времявычислений при решении задачи дифракцииэлектромагнитного излучения на группецилиндрических объектов. При этом нейронная сетьспособна делать прогнозы для различных параметроврадиуса цилиндра, расстояния между ними и показателяпреломления материала.</summary>
    <dc:date>2025-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Сравнение свойств карбоната кальция, полученного в микрофлюидике и акустофлюидике</title>
    <link rel="alternate" href="http://repo.ssau.ru/jspui/handle/123456789/61075" />
    <author>
      <name>Александров А. А.</name>
    </author>
    <author>
      <name>Кузнецова П. Д.</name>
    </author>
    <author>
      <name>Муханова Е. А.</name>
    </author>
    <author>
      <name>Солдатов А. В.</name>
    </author>
    <id>http://repo.ssau.ru/jspui/handle/123456789/61075</id>
    <updated>2026-01-23T15:50:08Z</updated>
    <published>2025-01-01T00:00:00Z</published>
    <summary type="text">Title: Сравнение свойств карбоната кальция, полученного в микрофлюидике и акустофлюидике
Authors: Александров А. А.; Кузнецова П. Д.; Муханова Е. А.; Солдатов А. В.
Abstract: В данной работе исследованы структурные и морфологические свойства карбоната кальция, синтезированного методом и микрофлюидики и акустофлюидики в чипе, напечатанном на 3Д-принтере. Исследовано влияние совместного действия микрофлюидных и ультразвуковых технологий на фазовый состав, морфологию и пористость полученных частиц карбоната кальция. Представленные результаты показывают, что микрофлюидный синтез способствует образованию преимущественно фазы ватерита, тогда как акустофлюидный синтез приводит к формированию чистого кальцита. Высокая пористость частиц карбоната кальция, полученных методом акустофлюидики, указывает на перспективность их применения в системах доставки лекарств.</summary>
    <dc:date>2025-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Методы глубокого обучения на основе архитектуры ResNet50 для идентификации волновых аберраций</title>
    <link rel="alternate" href="http://repo.ssau.ru/jspui/handle/123456789/61020" />
    <author>
      <name>Дзюба А. П.</name>
    </author>
    <author>
      <name>Хорин П. А.</name>
    </author>
    <id>http://repo.ssau.ru/jspui/handle/123456789/61020</id>
    <updated>2026-01-23T15:50:09Z</updated>
    <published>2025-01-01T00:00:00Z</published>
    <summary type="text">Title: Методы глубокого обучения на основе архитектуры ResNet50 для идентификации волновых аберраций
Authors: Дзюба А. П.; Хорин П. А.
Abstract: В данной работе рассматриваются методы глубокого обучения, основанные на архитектуре ResNet50, для автоматической идентификации как одиночных волновых аберраций оптических систем, так и суперпозиции двух типов аберрации. Использование residual connections обеспечивает высокую точность классификации типов аберраций (дефокусировка, астигматизм 1-го и 2-го порядка, кома, трилистник, четырёхлистник и сферическая) и их величин по распределениям интенсивности с нескольким дифракционными порядками, полученными с помощью многоканальных ДОЭ. Численные эксперименты демонстрируют эффективность предложенного подхода в автоматизации распознавания, что делает его перспективным для использования в режиме реального времени в адаптивной оптике и офтальмологии. На основе обучения сети в 20 эпохах получено, что для валидационной выборки средняя абсолютная ошибка распознавания аберраций не превышает 0.0056.</summary>
    <dc:date>2025-01-01T00:00:00Z</dc:date>
  </entry>
</feed>

