ЗАСЕДАНИЕ МЕЖДУНАРОДНОГО СЕМИНАРА "АНАЛИЗ И ПОНИМАНИЕ ИЗОБРАЖЕНИЙ"

Уважаемые коллеги!

Продолжает работу постоянно действующий 

Международный научно-исследовательский семинар «Анализ и понимание изображений (Математические, когнитивные и прикладные проблемы анализа изображений и сигналов)»

Очередное заседание семинара состоится 

28 января 2020 г. в 16:00 

по адресу: ВЦ ФИЦ ИУ РАН, ул. Вавилова, д. 40, 3-й этаж, конференц-зал.

Повестка дня:

Доклад на тему:

«Способы повышения устойчивости нейросетевого решения многопараметрических обратных задач к шумам в данных»

Автор доклада:

Исаев Игорь Викторович, н.с.

Научный руководитель:

Доленко Сергей Анатольевич, к.ф.-м.н., зав. лаб.

Лаборатория адаптивных методов обработки данных, НИИ ядерной физики им. Д. В. Скобельцына МГУ им. М. В. Ломоносова

Аннотация доклада

Обратные задачи (ОЗ) являются важным классом задач, так как практически любая задача косвенных измерений принадлежит к их числу. При этом ОЗ обладают рядом особенностей, осложняющих их решение. Во многих случаях ОЗ нелинейны и обладают высокой размерностью, как по входу, так и по выходу (многопараметрические ОЗ). В общем случае ОЗ не имеют аналитического решения и решаются численно. Поэтому в качестве метода решения, способного успешно справляться с указанными факторами, в работе рассматриваются искусственные нейронные сети.

ОЗ в большинстве случаев характеризуются некорректностью и плохой обусловленностью, что приводит к чувствительности решения к наличию шумов во входных данных. Несмотря на то, что нейронные сети сама по себе обладают устойчивостью к шумам, этого часто оказывается недостаточно при решении ОЗ, т.к. некорректность задачи оказывается более существенной, чем способности сети к её преодолению. Так как любые данные, являющиеся результатом экспериментальных измерений, всегда содержат шум, необходима разработка специальных подходов к повышению устойчивости нейросетевого решения ОЗ к шумам в данных.

В настоящей работе рассматривается метод добавления шума при обучении, метод группового определения параметров (multi-task learning), их совместное применение, а также комплексный алгоритм, основанный на выборе оптимальной сети из набора сетей, обученных с различными уровнями шума.

Проверка методов ведется на задачах разведочной геофизики и спектроскопии, а также на модельной полиномиальной ОЗ. Из области геофизики рассматривалась ОЗ магнитотеллурического зондирования, которая представляет собой построение распределения электропроводности в толще Земли по измеренным на ее поверхности компонентам электромагнитного поля. ОЗ спектроскопии состояла в определении концентраций компонентов растворов по их спектрам комбинационного рассеяния света. Для ОЗ спектроскопии также рассматриваются виды шумов и искажений, специфические для спектроскопических задач.

Приглашаются все желающие!

Контакты для связи: тел. (499) 135-90-33, (916) 787-18-00, 

e-mail: werayashina@gmail.com