https://rep.bntu.by/handle/data/154715 Thu, 23 Apr 2026 06:32:03 GMT 2026-04-23T06:32:03Z https://rep.bntu.by/handle/data/154726 Робототехнический обучающий комплекс Матрунчик, Ю. Н. Рассматриваются аспекты создания робототехнического обучающего комплекса для обучения по принципу «снизу-вверх» способам проектирования, программирования и моделирования работы промышленных манипуляторов с пятью степенями подвижности на базе современных микроконтроллеров. Основная цель разработки – это повышение эффективности процесса проектирования робототехнических комплексов, импортозамещение. Предлагается решать следующие задачи: разработка робототехнического обучающего комплекса (далее – РТОК), его имитационной и математической модели; идентификация и оптимизация модели; разработка электрической принципиальной схемы РТОК; создание имитационной модели манипулятора; разработка учебно-методического комплекса для проведения для обучения персонала основам проектирования и программирования промышленных манипуляторов с оснасткой под производственные задачи различной степени сложности. В качестве примера для оценки работоспособности предлагаемого комплекса рассматривается модель электрической части РТОК, построенной в среде программирования Proteus8Professional. Представлены иллюстрации опытного образца комплекса. Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/154726 2025-01-01T00:00:00Z https://rep.bntu.by/handle/data/154725 «Золотой треугольник»: сети интернет вещей, блокчейн, искусственный интеллект Вишняков, В. А. Предметом исследований является анализ интеграции сетей Интернета вещей (Internet of Things, IoT), блокчейна и отдельных технологий искусственного интеллекта. Цель статьи ‒ показать преимущества совместного использования Интернета вещей, блокчейна, машинного обучения и нейронных сетей на ряде разработанных систем. Блокчейн способен обеспечить структуру для обработки транзакций и координации взаимодействующих устройств в сетях Интернета вещей. Проблемой, которая препятствует использованию приложений с искусственным интеллектом и Интернета вещей, является уязвимость. Блокчейн решает ее за счет трех функций: проведение транзакций через надежный механизм оплаты без посредников; создание индексированных записей, которые защищены от изменений; распределенное хранение информации в публичной базе данных. Приведены примеры разработки сетей IoT для контроля качества продукции, мониторинга и анализа звуковой информации, ИТ-диагностики пациентов с неврологическими заболеваниями, в которых интегрированы технологии IoT, машинного обучения, нейронных сетей, блокчейна, умных контрактов. Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/154725 2025-01-01T00:00:00Z https://rep.bntu.by/handle/data/154724 Реколоризация изображений для людей с протаномалией и дейтераномалией различных степеней тяжести Синицына, В. В. В рамках проведенных исследований разработан метод для помощи людям с наиболее распространенными формами аномальной трихромазии – дейтераномалией и протаномалией – и любыми степенями тяжести данных аномалий в визуальном восприятии информации. Для протаномалов осуществляется преобразование цветов с превалирующей красной составляющей, а для дейтераномалов – с преобладающей зеленой составляющей. Реколоризация для обеих форм аномалии выполняется в цветовом пространстве CIE L*a*b* с использованием полученных при помощи метода симуляции Machado et al. коэффициентов преобразования. Среди преимуществ данного метода стоит отметить возможность для каждого пользователя настроить в соответствии с индивидуальным восприятием визуальной информации такие персонализированные параметры реколоризации, как коэффициент изменения реколоризирующей составляющей и коэффициент изменения яркости изображений. Кроме того, в результате выполнения метода каждый цвет изменяется одинаково во всех областях изображения. Проверка корректности работы метода произведена посредством рассмотрения нормальным трихроматом симулированного реколоризованного изображения для дейтераномального и протаномального зрения, в результате чего ранее недоступные для зрения аномального трихромата области изображения стали различимыми. Качество реколоризации также оценено по потерям натуральности цветов, которые для тестовых изображений имели удовлетворительные значения и изменялись в пределах от 1.37 до 10.9 в зависимости от степени тяжести аномалии. Время выполнения метода для обоих случаев аномальной трихромазии указывает на высокую скорость обработки изображений и составляет 0.08 с для изображений размером 750 000 пикселей Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/154724 2025-01-01T00:00:00Z https://rep.bntu.by/handle/data/154723 LANet для сегментации медицинских изображений Чжао, Д.; Тан, И.; Перцев, Д. Ю.; Гуринович, А. Б.; Куприянова, Д. В. В данной работе представлена оригинальная модель LANet, предназначенная для улучшения результатов сегментации медицинских изображений и основанная на нейронной сети MobileViT. Разработанные и интегрированные блоки Efficient Fusion Attention и Adaptive Feature Fusion улучшают качество извлечения признаков и уменьшают избыточность данных. Эффективность представленных блоков подтверждена множеством экспериментов, включая оценку точности на различных наборах данных, на основе таких метрик, как Dice, Precision, Recall, mIoU, оценку производительности модели, а также исследование абляции. Wed, 01 Jan 2025 00:00:00 GMT https://rep.bntu.by/handle/data/154723 2025-01-01T00:00:00Z