Заказчик: ФГБОУ ВО "ЧЕЛГУ"

Предметы: Системный блок для работы с большим объемом информации и еще 3

Предмет: Оказание преподавательских услуг

Предмет: Оказание преподавательских услуг

Предметы: Количество клапанов пожарных кранов, подлежащих проверке на исправность / количество пожарных рукавов, подлежащих перекатке и еще 1

Предмет: Огнезащитная обработка деревянных конструкций чердачных покрытий

Предмет: Оказание преподавательских услуг

Предмет: Оказание преподавательских услуг

Предмет: Оказание преподавательских услуг

Предмет: Выполнение научно-исследовательски работ по теме: «Разработка высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого обучения»-разработать новые методы выбора значимых признаков с использованием глубокого обучения (например, автокодировщиков) для обеспечения высокой информативности с низкой внутриклассовой и высокой межклассовой вариативностью. Разработать объединенные дескрипторы, сгенерированные двумя нейронными сетями, и используем классификацию, применяя комбинированный дескриптор. Протестировать алгоритм га наборе данных изображений молочной железы, которая содержит обучающие изображения и тестовые изображений. Предлагаемая сеть пытается найти разницу между доброкачественными и злокачественными маммограммами и имеет два выходных класса. Использовать компьютерное моделирование для тестирования алгоритма.

Предмет: Выполнение научно-исследовательски работ по теме: «Разработка высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого обучения»-разработать новые методы выделения признаков с помощью глубокого обучения, которые будут направлены на кластеризацию, для разделения данных на две группы, где каждый кластер может иметь несколько связей. Для каждого полученного кластера, применить такие техники как линейный дискриминантный анализ для преобразования пространства признаков и минимизации вариаций внутри классов признаков. Построена модель классификации на третьем этапе с измененными признаками. По предварительному опыту подобный подход показывает лучшую генерализацию обученных моделей, однако требуется лучшее математическое моделирование и основательное тестирование.

Предметы: Видеокамера купольная Alfavision и еще 3

Предмет: Выполнение научно-исследовательских работ по теме: «Анализ и разработка высокоточных методов реконструкции трехмерной окружающей среды: алгоритмы классического типа и нейросетевые алгоритмы»-Разработать новый нейросетевой алгоритм, основанный на модифицированной версии сети DCP. В предлагаемом варианте сети использовать взвешенный функционал ICP «точка-точка» вместо стандартного функционала ICP «точка-точка». Вес пары точек выбирается исходя из вероятности того, что пара принадлежит к общим подмножествам точек неконгруэнтных облаков. Веса точек вычисляются на основе дескрипторов точек, рассчитанных в архитектуре DCP. Обучить сеть на участке Highway-237 базы данных San Francisco Apollo-South Bay. Алгоритм ICP имеет достаточно хорошие характеристики точности и скорости, что по-прежнему делает его востребованным, но имеет и ряд недостатков. Среди них выделим ограничение на углы поворота, при которых облака могут перекрываться, и значительное увеличение времени вычислений с увеличением размеров облаков. Традиционная версия алгоритма ICP также ресурсоемка при решении ряда задач с картографированием облаков в реальном времени. Для уменьшения этих недостатков алгоритма ICP разработать реализацию нейронной сети на основе системы искусственных нейронных сетей с радиальной базисной вероятностной нейронной сетью. Обучить разработанный вариант нейросетевого алгоритма на базе данных ModelNet40.

Предмет: Выполнение научно-исследовательски работ по теме: «Разработка высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого обучения». Исполнитель обязуется выполнить следующие работы:Разработать методы глубокого обучения для высокоточной системы компьютерной диагностики патологий молочных желез». Разработать новые методы выбора значимых признаков с использованием глубокого обучения (например, автокодировщиков) для обеспечения высокой информативности с низкой внутриклассовой и высокой межклассовой вариативностью. Разработать объединенные дескрипторы, сгенерированные двумя нейронными сетями, и используем классификацию, применяя комбинированный дескриптор. Протестировать алгоритм га наборе данных изображений молочной железы, которая содержит обучающие изображения и тестовые изображений. Предлагаемая сеть пытается найти разницу между доброкачественными и злокачественными маммограммами и имеет два выходных класса. Использовать компьютерное моделирование для тестирования алгоритма.

Предмет: Выполнение научно-исследовательских работ по теме: "Разработка высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого обучения": проведение тестирования методов глубокого обучения для высокоточной системы компьютерной диагностики патологий молочных желез. Проведение эффективности методов глубокого обучения для высокоточной системы компьютерной диагностики патологий молочных желез». Проведение компьютерных экспериментов с новыми методами выбора значимых признаков с использованием глубокого обучения (например, автокодировщиков) для обеспечения высокой информативности с низкой внутриклассовой и высокой межклассовой вариативностью

Предмет: Выполнение научно-исследовательски работ по теме: «Разработка высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого обучения»: разработка новых методов выбора значимых признаков с использованием глубокого обучения (например, автокодировщиков) для обеспечения высокой информативности с низкой внутриклассовой и высокой межклассовой вариативностью. Разработка объединенных дескрипторов, сгенерированных двумя нейронными сетями, и использование классификации, применяя комбинированный дескриптор. Тестирование алгоритма на наборе данных изображений молочной железы, которая содержит обучающие изображения и тестовые изображений. Предлагаемая сеть пытается найти разницу между доброкачественными и злокачественными маммограммами и имеет два выходных класса. Использование компьютерного моделирования для тестирования алгоритма

Предмет: Выполнение научно-исследовательски работ по теме: «Разработка высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого обучения»: разработка метода автоматического обнаружения патологий с использованием глубокой сверточной нейронной сети и карты активации классов. Разработка объединенных дескрипторов, сгенерированных двумя нейронными сетями, и использование классификации, применяя комбинированный дескриптор. Тестирование алгоритма на наборе данных изображений молочной железы, которая содержит обучающие изображения и тестовые изображений. Предлагаемая сеть пытается найти разницу между доброкачественными и злокачественными маммограммами и имеет два выходных класса. Использование компьютерного моделирования для тестирования алгоритма

Предмет: Услуги по чистке текстильных изделий прочие

Предмет: Выполнение научно-исследовательских работ по теме: «Разработка высокоточной системы компьютерной диагностики патологий молочных желез с использованием методов глубокого обучения»-Разработать метод классификации патологий молочной железы с применением нейронных сетей глубокого обучения и использованием открытых баз данных, а также сгенерированной базы данных. Разработать объединенные дескрипторы, сгенерированные двумя нейронными сетями, и используем классификацию, применяя комбинированный дескриптор. Протестировать алгоритм га наборе данных изображений молочной железы CBIS-DDSM, которая содержит 2138 обучающих изображений и 327 тестовых изображений. Предлагаемая сеть пытается найти разницу между доброкачественными и злокачественными маммограммами и имеет два выходных класса. Использовать компьютерное моделирование для тестирования алгоритма.

Предметы: Бирка гардеробная № 1 и еще 5

Предметы: Порошки стиральные и еще 22

Предметы: Изделия из нетканых материалов прочие, кроме одежды и еще 72

Предметы: Отходы кабеля, пластмассы, фарфора, керамики, резины сортированные общей массой свыше 50кг и еще 7

Предметы: Флаг Парус 01 Парус-Standart, размер 63х220 см и еще 2

Предметы: Гидродинамическая промывка наружных систем водоотведения (Ду 100; Ду 150; Ду 200; Ду 300) и еще 1

Предметы: Майонезы и еще 1