В данном исследовании анализируются алгоритмы преобразования классических изображений в квантовые, что является одним из важных этапов квантовой обработки изображений. Мы представляем квантовую схему с 8 000 снимков на компьютере реального времени IBM и симуляторе Аег, предлагаемый подход для эффективного кодирования изображения в квантовый формат и оптимизации количества используемых кубитов. Результаты исследования могут способствовать развитию технологий квантовой обработки изображений.
В данной статье анализируется процесс анализа и классификации текстовых данных, рассматриваются типы текстовых данных, т. е. структурированные, неструктурированные и полуструктурированные данные, а также выделяются их характеристики. Кроме того, особое внимание было уделено существующим возможностям и проблемам обработки текстовых данных на узбекском языке. В частности, на примере системы «Tahrirchi» были представлены достижения и недостатки в анализе текстовых данных на узбекском языке.
Цифровизация здравоохранения требует автоматизированного анализа дермоскопических изображений. Такие изображения играют важную роль в раннем выявлении кожных новообразований, особенно меланомы. В данной статье рассматриваются ключевые проблемы обработки изображений нестандартизированный формат, дисбаланс выборки и неопределенность визуальных признаков. На основе этого был разработан диаграмма последовательности для автоматизированной системы анализа.
В данной статье рассмотрены проблемы, возникающие при цифровой обработке изображений внутренних органов человека, полученных методом видеоэндоскопии, а также пути их устранения. Несмотря на широкое применение видеоэндоскопических изображений в медицине, в диагностике и хирургии, их качество может снижаться из-за таких факторов, как недостаточное освещение, шумы, геометрические искажения и изменение цветового баланса. Кроме того, биологическое разнообразие человеческого организма и патологические различия проявления заболеваний негативно влияют на точность моделей искусственного интеллекта. В статье обоснована актуальность использования современных алгоритмических подходов, включая технологии глубокого обучения, для повышения качества изображений и эффективности диагностики.
В данной тезисной работе представлено общее описание алгоритмов обработки рентгеновских изображений человеческой стопы, которые важны для диагностики различных состояний стопы, включая переломы, деформации и заболевания суставов. Исследование охватывает несколько методов обработки изображений, таких как выявление изменений, сегментация и извлечение признаков, что способствует улучшению качества рентгеновских снимков и повышению точности диагностики. Кроме того, в тезисе обсуждаются трудности, связанные с шумами, искажениями и низкой контрастностью рентгеновских изображений, а также предлагаются методы снижения этих проблем. Реализация этих алгоритмов направлена на повышение эффективности диагностики заболеваний стопы и более эффективное принятие медицинских решений.
Данное исследование посвящено анализу существующих систем обнаружения эмоций человека по речевым сигналам, в основном изучая системы с открытым и закрытым исходным кодом, сравнивая их принципы работы, технические характеристики, возможности и области применения. В работе также демонстрируются эксплуатационные характеристики и уровни точности систем распознавания речевых сигналов на разных языках.
В данной статье рассматриваются современные алгоритмы, применяемые для интеллектуального анализа речевых сигналов, а также их научно-практическое значение. Развитие технологий искусственного интеллекта и машинного обучения расширяет возможности автоматической обработки речевых сигналов, извлечения признаков и распознавания. В исследовании анализируются процессы моделирования на основе таких передовых методов, как MFCC, CNN и RNN. Также рассматриваются алгоритмы, применяемые для преобразования речи в текст, идентификации говорящего и понимания контекста. Полученные результаты могут быть использованы в интеллектуальных голосовых интерфейсах, системах безопасности и лингвистических приложениях.
В статье рассматривается цифровая обработка видеоизображений -процессы улучшения качества видео, оптимизации изображений и их анализа. В статье рассматриваются современные технологии, в частности методы, основанные на искусственном интеллекте и машинном обучении, а также такие подходы, как снижение шума в видео, восстановление изображений, цветокоррекция и улучшение сжатия видео.
С помощью современных технологий и технологий больших данных также становится сложно реализовать большие объемы текстов на узбекском языке. Обучение языковых моделей из больших корпусов, извлечение содержательной информации из чатов в реальном времени, семантическое индексирование текстов и создание поисковых систем — все это теперь реализуется посредством интеграции таких платформ, как Hadoop, Spark, NoSQL, Kafka и Elasticsearch.
Сегодня для решения проблем, связанных с возросшими требованиями к системам энергоснабжения в связи с развитием бытовой техники и интеллектуальных систем, предлагается устанавливать возобновляемые источники энергии, резервные источники, а также центральную сеть энергоснабжения с гибким управлением. С этой целью в данной статье разрабатывается проект по применению технологии, области применения и базы данных для сбора и обработки данных мониторинга на основе гибридных источников энергоснабжения и Интернета вещей.
В данном исследовании проанализированы различные виды методологии IDEF, при этом рассмотрены наиболее подходящие методологии для моделирования процессов преобразования речи в текст и текста в речь, а также перевода с узбекского языка на русский и английский языки. Согласно результатам исследования, методологии IDEF0 и IDEF3 были выбраны в качестве наиболее оптимальных для процессов STT и TTS, а для систем перевода - IDEF1X. На основе данной модели была разработана веб-приложение, предназначенное для обработки речевой и текстовой информации пользователей.
В данной статье рассматриваются роль и значение технологий искусственного интеллекта (ИИ) в процессе оцифровки архивных документов в Узбекистане. Перевод архивных материалов в электронный формат обеспечивает их сохранность, возможность повторной обработки и открытый доступ для широкой общественности. В статье представлены информационные системы, внедрённые агентством «Узархив», и раскрываются особенности применения ИИ в этих системах. Также проведён сравнительный анализ передового международного опыта таких стран, как США, Великобритания, Южная Корея, Китай и другие европейские государства — с акцентом на правовую базу, цифровую инфраструктуру и использование ИИ в архивной сфере. В завершение приведены практические рекомендации по дальнейшему развитию системы цифровых архивов в Узбекистане.
В данной статье рассматривается роль речевых сигналов в системах идентификации личности, а также процессы выделения их характеристик и формирования параметров. Биометрическая уникальность речевого сигнала основана на неповторимых фонетических и акустических особенностях речи каждого человека.
Искусственный интеллект (ИИ) открывает множество возможностей для интеллектуального анализа медицинских изображений. Однако для эффективной работы таких моделей необходимы большие и качественно размеченные данные. Поскольку в медицинской сфере сбор таких данных является сложным и дорогостоящим, методы аугментации данных приобретают особую важность.
В данном исследовании предложен новый подход на основе карты Кохонсна для очистки речевого сигнала от шумов. В этом методе шумовые кластеры определялись с использованием карты Кохонена на основе частотных и энергетических характеристик речи, а для оценки уровня шума применялся метод «Minimum Statistics Noise Estimation». Это позволило добиться стабильных результатов даже при высоких уровнях шума. В качестве признаков использовались MFCC при низком уровне шума и логарифмическая мел-спектрограмма (Log-Mel) при высоком уровне шума. Эксперименты проводились при различных уровнях шума (1%, 5%, 10%, 15%, 20%, 25% белого шума), а результаты оценивались с помощью метрики PESQ (Perceptual Evaluation of Speech Quality).
В данной статье предлагается модель, основанная на глубоком обучении, для извлечения ключевых объектов из текстов и создания базы знаний. Для задачи распознавания именованных сущностей (Named Entity Recognition, NER) используется модель долгой краткосрочной памяти (Long Short-Term Memory, LSTM). Данные предварительно обрабатываются, преобразуются в цифровую форму с помощью токенизации и one-hot кодирования. Модель обучается и оценивается для выделения различных типов объектов (имена людей, даты, географические названия). Экспериментальные результаты демонстрируют эффективность модели, а также анализируется влияние различных параметров.
В статье «Методы извлечения объектов из изображений» рассмотрены основные типы алгоритмов сегментации объектов изображения и представлена информация об их основных преимуществах и недостатках. В зависимости от характера проблемы есть возможность выбрать один или несколько методов.
В данной статье анализируется предварительная обработка изображений дистанционного зондирования на основе модели дискретной гистограммы. Фиксироваться эффективность применения данной модели, ее значимость, качество и уникальность. Кроме того, показано практическое значение инфракрасных каналов в повышении эффективности распознавания объектов при дистанционном зондировании Земли.
Точная оценка физического состояния спортсменов, включая уровень утомляемости, имеет важное значение для планирования оптимальных тренировок, достижения высоких результатов и снижения риска травм. Мышечные биосигналы, в частности электромиография (ЭМГ), предоставляют ценную информацию о мышечной активности и утомляемости. В последние годы методы искусственного интеллекта (ИИ) стали мощным инструментом для анализа этих биосигналов и автоматической оценки утомления. Целью данной статьи является анализ эффективности различных алгоритмов искусственного интеллекта (ИИ) при оценке утомляемости спортсменов на основе сигналов ЭМГ.
