Search

Introduction. Optical coherence tomography (ОКТ) is a non-invasive instrument for studying optically heterogeneous media with micron precision, including skin cancer. However, ОКТ tissue images are very noisy. It complicates both expert and automated image evaluations. There are almost no systematic comparisons of noise reduction algorithms in the literature.Objective. To obtain comparative test results on a set of ОКТ images of skin melanoma using various noise reduction algorithms.Materials and methods. A number of noise reduction algorithms were described, which include two relatively simple classical algorithms: Wiener and median, and more complex ones: a Complex Diffusion Filter (CDF), an Interval type-II Fuzzy Anisotropic Diffusion Filter (ITTFADF) and an Empirical Mode Decomposition (EMD) filter, previously proposed by the author for visualizing of mesh implants. Quantitative metrics were determined: a Signal-to-Noise Ratio (SNR) metrics, an Effective Number of Looks (ENL) metrics, Structural Similarity Index Metrics (SSIM) and a correlation coefficient χ, reflecting two main principles of improving image quality: to reduce noise and to save the borders of tissue layers and heterogeneities.Results. The results of a comparative testing on a set of images, consisting of 10 melanomas (to which various noise reduction algorithms were applied) were obtained.Conclusion. The study did not reveal the best algorithm for all four metrics. According to the SNR metric, the EMD and the CDF filters perform the best depending on the type of area. At the same time, the EMD filter is either the best in all respects, or is inferior in SNR in heterogeneous areas and takes the second place in ENL. Taking as the correct hypothesis that the border preservation is more important before an integral noise estimate, it is possible to make an unambiguous conclusion about the need to use the EMD filter. As an alternative to the EMD filter, Wiener filter (which wins on the border preservation metrics) should be used or the ITTFADF, which ranked third in all used metrics.

Объект исследования – нейронные сети с Ð°Ñ€Ñ Ð¸Ñ‚ÐµÐºÑ‚ÑƒÑ€Ð¾Ð¹ автоэнкодеров. Цель работы – исследовать эффективность автоэнкодеров для задачи восстановления аудиосигналов. Данная работа содержит исследование возможностей применения автоэнкодера для восстановления искаженного аудиосигнала.В Ñ Ð¾Ð´Ðµ работы был приведен литературный обзор методов машинного обучения, принципа работы шумоподавляющего автоэнкодера, а также теоретические сведения о гауссовском шуме. В работе показана предварительная подготовка Ð´Ð°Ð½Ð½Ñ‹Ñ , принцип построения модели автоэнкодера и применение созданного автоэнкодера для восстановления сигналов разного вида. Осуществлена визуализация Ð¿Ð¾Ð»ÑƒÑ‡ÐµÐ½Ð½Ñ‹Ñ Ñ€ÐµÐ·ÑƒÐ»ÑŒÑ‚Ð°Ñ‚Ð¾Ð², сравнение Ñ‡Ð¸ÑÑ‚Ñ‹Ñ Ð¸ Ð²Ð¾ÑÑÑ‚Ð°Ð½Ð¾Ð²Ð»ÐµÐ½Ð½Ñ‹Ñ ÑÐ¸Ð³Ð½Ð°Ð»Ð¾Ð², приведена оценка работоспособности автоэнкодера для задачи восстановления искаженного сигнала.В результате работы была построена модель автоэнкодера, способная подавлять аддитивный белый гауссовский шум в ÑÐ¸Ð½ÑƒÑÐ¾Ð¸Ð´Ð°Ð»ÑŒÐ½Ñ‹Ñ ÑÐ¸Ð³Ð½Ð°Ð»Ð°Ñ , рассмотрена работоспособность автоэнкодера для устранения шума в ÑÐ»Ð¾Ð¶Ð½Ñ‹Ñ ÑÐ¸Ð³Ð½Ð°Ð»Ð°Ñ (речи). Задача восстановления аудиосигналов автоэнкодером является относительно новой и активно развивающейся областью машинного обучения. Областью применений являются приложения для общения, для Ñ‚ÐµÐ»ÐµÑ„Ð¾Ð½Ð½Ñ‹Ñ Ð·Ð²Ð¾Ð½ÐºÐ¾Ð², голосовые помощники и многие другие приложения. Целью данной работы является разработка, применение и оценка эффективности использования автоэнкодера для восстановления Ð¸ÑÐºÐ°Ð¶ÐµÐ½Ð½Ñ‹Ñ Ð°ÑƒÐ´Ð¸Ð¾ÑÐ¸Ð³Ð½Ð°Ð»Ð¾Ð²., The subject of the graduate qualification work is neural networks with autoencoder architecture. The purpose of the work is to build an autoencoder model for restoring audio signals, to consider the effectiveness of this method. This work contains a study of the possibilities of using an autoencoder to restore a noised audio signal.In the course of the work, a literary review of machine learning methods, the principle of operation of a denoising autoencoder, as well as theoretical information about Gaussian noise was given. The paper shows operations for preliminary data preparation, the principle of constructing an autoencoder model and the use of the created autoencoder for restoring signals of various types. The obtained results are visualized, the pure and reconstructed signals are compared, the autoencoder efficiency is estimated for the problem of distorted signal recovery. As a result of the work, an autoencoder model was built that can suppress additive white Gaussian noise in sinusoidal signals, and the performance of the autoencoder to eliminate noise in complex signals (speech) was considered. The task of restoring audio signals with an autoencoder is a relatively new and rapidly developing area of machine learning. Applications include communication applications, voice assistants, phone call applications and many other applications that use audio signals. The purpose of this work is to develop, apply and evaluate the effectiveness of using an autoencoder to restore distorted audio signals.

Тема выпускной квалификационной работы: «Алгоритмы коррекции Ñ†Ð¸Ñ„Ñ€Ð¾Ð²Ñ‹Ñ Ð¸Ð·Ð¾Ð±Ñ€Ð°Ð¶ÐµÐ½Ð¸Ð¹Â». Цель работы — реализация алгоритмов коррекции показателей изображения для реализации авто-коррекции. Для достижения данной цели были поставлены следующие задачи: 1. Изучение методов оценки качества изображения. 2. Реализация выбранного метода для оценки качества изображения. 3. Изучение Ð¾ÑÐ½Ð¾Ð²Ð½Ñ‹Ñ Ñ Ð°Ñ€Ð°ÐºÑ‚ÐµÑ€Ð¸ÑÑ‚Ð¸Ðº изображения, Ð²Ð»Ð¸ÑÑŽÑ‰Ð¸Ñ Ð½Ð° его качество. 4. Реализация алгоритмов коррекции Ð¾ÑÐ½Ð¾Ð²Ð½Ñ‹Ñ Ð¿Ð¾ÐºÐ°Ð·Ð°Ñ‚ÐµÐ»ÐµÐ¹ изображения. 5. Реализация пороговой функции, позволяющей осуществлять авто-коррекцию. Работа выполнена в среде разработки Matlab и в среде разработки PyСharm с использованием языка программирования Python., The theme of the final qualifying work: "Algorithms for the correction of digital images". The purpose of the work is to implement algorithms for correcting image indicators for the implementation of auto-correction. To achieve this goal, the following tasks were set: 1. Study of methods for assessing image quality. 2. Implementation of the method for assessing image quality. 3. Study of the main characteristics of the image that affect its quality. 4. Implementation of algorithms for correcting the main parameters of the image. 5. Implementation of the threshold function, allowing for autocorrection. The work was performed in the Matlab development environment and in the PyCharm development environment using the Python programming language.

В многоспектральных системах технического зрения летательных аппаратов решается большое число задач, призванных обеспечить безопасный полет в сложных условиях видимости и успешное выполнение полетного задания. Эти задачи традиционно делятся на задачи низшего уровня и задачи высокого уровня. К задачам низшего уровня, иначе – задачам первичной обработки изображений, относятся задачи подавления шума в составе обрабатываемого изображения, улучшения изображения и детектирования границ перепада яркостей. К методам решения задач в бортовом компьютере предъявляются жесткие ограничения по затратам машинного времени на их реализацию. Весь комплекс задач как низшего, так и высокого уровня должен решаться в реальном времени. В статье представлены оригинальные алгоритмы решения двух задач низшего уровня – подавления дискретного гауссова шума и детектирования границ. Для подавления дискретного гауссова шума применен модифицированный вариант сигма-фильтра, дополненный оригинальным алгоритмом низкой вычислительной сложности для оценивания уровня шума в составе обрабатываемого изображения и вычисления на этой основе порога отсечения в сигма-фильтре. Для детектирования границ перепада яркостей на изображении предложен способ, являющийся, с одной стороны, аналогом метода Кенни, а с другой - альтернативной ему. Отличия от детектора границ Кенни заключаются, во-первых, в использовании строчной маски для вычисления оценок частных производных в составе градиента. Эта маска обеспечивает получение оптимальных, в смысле метода наименьших квадратов, оценок частных производных. Формирование сглаженных оценок частных производных позволило отказаться от предварительного сглаживания обрабатываемого изображения в условиях шума невысокой интенсивности. Во-вторых, в предложенном методе применен иной способ формирования порогов, обеспечивающих выбор «сильных» и «слабых» линий. В отличие от детектора границ Кенни примененный способ формирования и использования порогов ориентирован на формирование контурного изображения с минимальным числом коротких контурных линий. Короткие линии затрудняют анализ контурного изображения на этапе решения задач высокого уровня. Новый способ детектирования границ требует затрат машинного времени в 2-3 раза меньше, чем детектор границ Кенни., Multispectral on-board vision systems of aircraft solve a large number of tasks designed to ensure safe flight in difficult visibility conditions and successful flight performance. These tasks are traditionally divided into low-level and high-level tasks. The low-level tasks – or the primary image processing tasks – deal with the topics of noise reduction in processed images, image enhancements and brightness range detection. Problem-solving methods in on-board computers are subject to severe time restrictions in terms of machine time spent for their implementation. Therefore, the entire set of tasks of both low and high level must be solved in real time. This article presents original algorithms for solving two low-level tasks: discrete Gaussian noise reduction and the edge detection. A modified version of the sigma filter, enhanced by an original algorithm of low computational complexity, was applied to estimate noise level in the processed image and to calculate the optimal cut-off value in the sigma filter. A method, that is, on one hand, analogous to the Canny edge detection algorithm, and, on the other, an alternative one. The differences from the Canny edge detection technique are, firstly, in the use of a vector mask to calculate the estimates of private derivatives in the gradient. This mask provides optimal estimates of private derivatives, in terms of the Least Square Method. Formation of smoothed estimator of private derivatives allowed us to refuse from preliminary smoothing of the processed image in conditions of low intensity noise. Secondly, the proposed method uses a different way of forming edges that provide a choice of "strong" and "weak" lines. Unlike the Canny algorithm, the method used to form and use edges is focused on creating a contour image with a minimum number of short contour lines. Short lines make it difficult to analyze the contour image at the stage of solving high-level tasks. The new edge detection method requires 2-3 times less machine time than the Canny edge detection algorithm., Международный научный журнал "Современные информационные технологии и ИТ-образование", Выпуск 3 2020, Pages 673-685

В статье рассматривается задача оценки эффективности подавления аэродинамического шума винтовой вставкой в воздуховод вентиляции. Механические вентиляционные системы получили широкое распространение для обеспечения санитарно-гигиенических или технических потребностей во многих областях промышленности, бытовых условиях, местах пребывания большого числа людей. Однако механические вентиляционные системы имеют негативную сторону, они создают шум, который распространяется по вентиляционным каналам и может стать причиной ухудшения нормальных условий труда и отдыха. Доля аэродинамического шума существенно преобладает над структурным шумом. Поэтому подавление аэродинамической составляющей шума вентиляционных систем является актуальной задачей. Существуют различные средства снижения шума потоков в воздуховодах. В статье рассмотрены методы и конструкции, обеспечивающие снижение аэродинамического шума и показаны различные конструктивные решения, начиная от конструкций, представленных в нормативных документах и кончая оригинальными современными разработками. Отмечена эффективность применения в воздуховодах спиральных вставок в виде геликоидов. Применение геликоидов практически не увеличивает гидродинамического сопротивления воздуховодов. Использование звукопоглощающих материалов для облицовки воздуховодов и изготовления геликоидов, позволило получить синергетический эффект совместного подавления ими аэродинамического шума, в результате чего, получилось значительное снижение аэродинамического шума в диапазоне средних и высоких частот., The paper discusses the problem of evaluating the effectiveness of aerodynamic noise suppression by a screw insert in the ventilation duct. Mechanical ventilation systems are widely used to provide sanitary-hygienic or technical needs in many areas of industry and residental areas of a large number of people. However, mechanical ventilation systems have negative features; they make noise that spreads through the ventilation channels and can cause deterioration of normal working and resting conditions. The proportion of aerodynamic noise substantially dominateы over structural noise. Therefore, the suppression ofthe aerodynamic component of the noise from ventilation systems is an urgent task. There are various means of reducing the noise of flows in ducts. The paper discusses methods and designs that provide aerodynamic noise reduction and shows various design solutions, ranging from structures presented in regulatory documents to original modern developments. The authors note the efficiency of the application of helical inserts in the form of helicoids in air ducts. The use of helicoids almost does not increase the hydrodynamic resistance of air ducts. The use of sound-absorbing materials for lining ducts and manufacturing helicoids made it possible to obtain a synergistic effect of the joint suppression of aerodynamic noise, resulting in a significant reduction in aerodynamic noise in the medium and high frequencies., Международный научно-исследовательский журнал, Выпуск 7 (97) 2020, Pages 80-86

В современном мегаполисе расположение энергетических объектов рядом с жилыми районами -- основная причина превышения санитарных норм. Одним из источников шума на тепловых электростанциях (ТЭС) являются газопроводы после газораспределительных пунктов (ГРП). Актуальность проблемы заключается в том, что превышение уровня шума может достигать нескольких десятков децибел на выходе газопровода из здания ГРП, а также по всей длине газопровода. Для снижения шума от газопровода возможно использование их звукоизоляции, а также акустических экранов. Показано, что только комплексное применение звукоизоляции газопроводов и акустических экранов позволяет обеспечить необходимое снижение шума. Предлагается новая методика технико-экономического расчёта, позволяющая разрабатывать мероприятия по снижению шума от газопроводов после ГРП до санитарных норм с наименьшими затратами при одновременном использовании акустических экранов и звукоизоляции газопроводов., In a modern metropolis, the location of energy facilities near residential areas is the main reason for exceeding sanitary standards. One of the sources of noise in thermal power plants is gas pipelines after gas distribution points. The urgency of the problem lies in the fact that the excess noise level can reach several tens of decibels at the outlet of the gas pipeline from the gas distribution building, as well as along the entire length of the gas pipeline. To reduce noise from the gas pipeline, it is possible to use sound insulation of gas pipelines, as well as acoustic barriers. It is shown that only the integrated use of sound insulation of gas pipelines and acoustic barriers can provide the necessary noise reduction. The article proposes a new method of feasibility study that allows you to develop measures to reduce noise from gas pipelines after gas distribution points to sanitary standards at the lowest cost while using acoustic screens and sound insulation of gas pipelines., Электрические станции, Выпуск 7 (1068) 2020

Рассмотрена и изучена макроструктура электрического транспорта, в том числе железнодорожного. Выявлены факторы, влияющие на природные экологические системы. Одним из наиболее опасных загрязнений окружающей среды является транспортный шум. Излагается постановочная часть проблемы, стоящей перед академическими и отраслевыми учеными и специалистами о снижении виброакустической активности подвижного состава железнодорожного транспорта. Намечаются пути ее решения с целью снижения вибраций и шума, оказывающих вредное воздействие на машинистов, пассажиров и на селитебною зону, прилегающего к этой коммуникационной системе пространства., Розглянута і вивчена макроструктура електричного транспорту, у тому числі залізничного. Виявлено фактори, що впливають на природні екологічні системи. Одним з найбільш небезпечних забруднень навколишнього середовища є транспортний шум. Викладається постановочна частина проблеми, що стоїть перед академічними та галузевими науковцями та фахівцями про зниження віброакустичною активності рухомого складу залізничного транспорту. Намічаються шляхи її вирішення з метою зниження вібрацій і шуму, що роблять шкідливий вплив на машиністів, пасажирів і на селітебну зону, прилеглого до цієї комунікаційній системі простору., Macrostructure of electric vehicles, including the train are considered and studied. Factors affecting the natural ecosystems is identified. It is shown that one of the most dangerous environmental pollution is traffic noise. The paper presents the problem of reducing the production of vibro-acoustic activity of railway rolling stock. The ways of its solution in order to reduce vibration and noise, adversely affecting the drivers, passengers and residential area adjacent to the communication system of the space.

Экспериментально исследовано влияние помех и некоторых характеристик системы автоматического распознавания речи на качество распознавания. Получены рекомендации по оптимизации параметров системы автоматического распознавания речи для нескольких сценариев ее использования., Розробку систем автоматичного розпізнавання мови доцільно робити з урахуванням впливу перешкод різної природи (шум акустичного оточення, реверберація, фільтрація й кодування мовного сигналу в системах зв'язку). В даній роботі експериментально досліджено вплив завад і деяких характеристик системи автоматичного розпізнавання мови на якість розпізнавання. Отримано рекомендації з оптимізації параметрів системи автоматичного розпізнавання мови для декількох сценаріїв її використання.Бібл.10, рис. 1, табл.6., The development of automatic speech recognition systems is expedient to make with the different nature of interference (noise acoustic environment, reverberation, filtering and encoding of speech in communication systems). The effect of noise and some features of the automatic speech recognition system on the recognition quality is experimentally investigated in this paper. Recommendations on the parameters optimization of the automatic speech recognition system for several scenarios of usage are obtained.Reference 10, figures 1, tables 6.

Розробку систем автоматичного розпізнавання мови доцільно робити з урахуванням впливу перешкод різної природи (шум акустичного оточення, реверберація, фільтрація й кодування мовного сигналу в системах зв'язку). В даній роботі експериментально досліджено вплив завад і деяких характеристик системи автоматичного розпізнавання мови на якість розпізнавання. Отримано рекомендації з оптимізації параметрів системи автоматичного розпізнавання мови для декількох сценаріїв її використання. The development of automatic speech recognition systems is expedient to make with thedifferent nature of interference (noise acoustic environment, reverberation, filtering and encoding of speech in communication systems). The effect of noise and some features of the automatic speech recognition system on the recognition quality is experimentally investigated in this paper.Recommendations on the parameters optimization of the automatic speech recognition system for several scenarios of usage are obtained. Экспериментально исследовано влияние помех и некоторых характеристик системы автоматического распознавания речи на качество распознавания. Получены рекомендации по оптимизации параметров системы автоматического распознавания речи для нескольких сценариев ее использования.