Нейронную сеть для автоматической обработки данных создали в Новосибирске
Модель глубокого машинного обучения для автоматической обработки спектров рентгеновской фотоэлектронной спектроскопии разработали в НГУ. Сейчас идет работа над графическим интерфейсом сервиса.

С открытием ЦКП «Сибирский кольцевой источник фотонов» объем данных значительно увеличится, а инструментов для их автоматической обработки до сих пор нет. И мы решили впервые доверить решение этой проблемы нейросетям. Задачи обработки спектров могут быть решены методами глубокого машинного обучения, так как модели нейронных сетей способны обрабатывать такие неструктурированные данные, как изображения и последовательности сигналов, находя в них закономерности и оптимизируя ручной труд. <...> Для обучения модели мы использовали синтетические данные. <...> Затем мы разработали алгоритм для постобработки результатов анализа модели, — рассказал Артем Вахрушев.









