Анализатор структуры с применением алгоритмов нейросети
Основная информация
Название :
Анализатор структуры с применением алгоритмов нейросети
Автор предложения:
Основное технологическое направление :
Информационно-телекоммуникационные системы и программное обеспечение
Дополнительные технологические направления :
Новые конструкционные материалы, методы обработки и производства
Дата публикации:
26.12.2024
Видимость :
Да
Аннотация:
Анализатор структуры с применением алгоритмов нейросети – программное обеспечение для автоматического анализа выборок, состоящих из большого количества изображений (фотографий) структуры вещества для определения пористости, размера зерна и фазового состава.
Решаемые проблемы и области применения
Решаемые проблемы :
Анализатор структуры создается и модернизируется с целью решить проблему затрат большого количества времени на анализ структуры вещества по его изображениям, особенно, в случае обработки большого объема фотографий для формирования статистики. Помимо этого, исключается факт субъективных оценок, которые так или иначе свойственны исследователям.
Актуальность проблемы:
1. Научные исследования.
Актуальность - в контексте научных исследований, в которых особенна важна объективность результатов, лаконичный анализатор выигрывает в скорости получения результатов у обычных широко распространенных графических редакторов с большим набором «ненужных» функций.
2. Производство. Отдел контроля качества или экспериментальный отдел.
Контроль качества на производстве – важный этап, который отвечает за соответствие реальных свойств материала заявленным. Наличие брака ввиду такого несоответствия негативно сказывается на качестве изделий и работе производства. Для недопущения таких ситуаций, увеличения вероятности обнаружения брака и увеличения пропускной способности отдела контроля качества и разрабатывается данный анализатор.
Потенциальный экономический эффект:
1. Научные исследования
Снижение затрат на зарубежные графические редакторы.
2. Производство. Отдел контроля качества или экспериментальный отдел.
Ускорение процессов контроля качества изделий и снижение затрат на дорогие зарубежные графические редакторы. Снижение требований к квалификации специалиста, так как от него требуется только получить фотографии структуры. Снижение требований к мощности вычислительной техники. Снижение количества брака.
Области применения:
Другое
Технология
Описание технологии и ее ценность :
Описание технологии и ее ценность Анализатор структуры работает в автоматическом режиме, который не требует контроля со стороны специалиста. Контроль за обнаружением зерен, пор и фаз осуществляет предварительно обученная нейросеть. Таким образом, от специалиста не требуется обрабатывать каждое изображение по отдельности в стороннем графическом редакторе, а также изучать его функционал.
Научная база :
DOI:10.1016/j.cep.2005.10.005
https://doi.org/10.1051/e3sconf/202450501027
Конкурентные технологии :
Программное обеспечение для анализа микроструктуры различных материалов «ArgusSoft»
ООО «Новые экспертные системы »«NEXSYS ImageExpert™ Pro 3»
Инновационность технологии, конкурентные преимущества :
Инновационность заключается во внедрении алгоритмов искусственного интеллекта. Распознавание структурных объектов будет производиться предварительно обученной нейросетью.
Потенциал импортозамещения :
Позиционируется как замена зарубежным неспециализированным графическим редакторам (Adobe Photoshop и т.д.)
Текущее состояние
Стадия готовности :
TRL 1. Идея
Описание текущего состояния :
На данном этапе отлажен алгоритм распознавания пор и расчет пористости. Активно разрабатывается алгоритм расчета размеров зерна и включений. Начата разработка и внедрение нейросети.
Интеллектуальная собственность :
| Название документа | Анализатор структуры с применением алгоритмов нейросети |
План развития :
| 2025 |
| Будет разработана функция расчета размера зерна. Будет разработана нейросеть и начато её обучение. Будет внедрен визуальный интерфейс для визуального контроля работы программы |
Команда проекта
Численность проектной команды :
3
Структура и компетенции команды :
Команда состоит из программиста, специалиста по математическому моделированию и специалиста экспериментатора. Взаимодействие обеспечивает четкое разделение задач по компетенциям. Написание кода производится параллельно с его тестированием на реальных задачах, а математическая правильность разрабатываемых алгоритмов контролируется соответствующим сп
Члены команды :
| Поляков Иван Сергеевич | инженер-исследователь (В проекте - программист, разработчик). | Составление программного кода и обеспечение его работоспособности. Разрабатывает алгоритмы, в том числе внедрение нейросети и её обучение. |
| Лапшин Олег Валентинович | начальник отдела (в проекте - специалист по математическому моделированию, научный консультант.) | Консультирует по вопросам, связанным с математическим анализом данных на всех этапах разработки. |
| Боянгин Евгений Николаевич | научный сотрудник, (в проекте - Тестировщик, Специалист-экспериментатор, научный консультант) | Производит тестирование программы на реальных изображениях для внесения коррективов в алгоритм. Обеспечивает изображениями для обучения нейросети. |
Бизнес-модель
Потребность в производственном партнёре :
Научные организации
Предложение инвестору / партнеру
Потребность в производственном партнёре :
Научные организации
Необходимые ресурсы для реализации проекта :
5 000 000 руб.
Дорожная карта развития проекта :
| 2025 | 2026 | 2027 |
| Внедрение нейросети для распознавания зерен. Внедрение алгоритма расчета размеров зерна. Внедрение визуального интерфейса. Обучение нейросети для задачи фильтрации дефектов изображения. | Внедрение нейросети для классификации объектов и распознавания фазового состава | Внедрение нейросети для задач достраивания границ зерен на изображениях с большим количеством дефектов поверхности. Регистрация программы и прохождение процедуры признания соответствия метрологическим и техническим требован |