RAE.RU
Энциклопедия
ИЗВЕСТНЫЕ УЧЕНЫЕ
FAMOUS SCIENTISTS
Биографические данные и фото 17197 выдающихся ученых и специалистов
Логин   Пароль  
Регистрация Забыли пароль?
 

Закасовская Елена Владимировна

Научная тема: « НЕЙРОСЕТЕВОЕ И АЛГЕБРАИЧЕСКОЕ МОДЕЛИРОВАНИЕ В РАСПРЕДЕЛЕННЫХ ВОЛОКОННО-ОПТИЧЕСКИХ ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ В УСЛОВИЯХ НЕПОЛНОТЫ ДАННЫХ »

Научная биография   « Закасовская Елена Владимировна »

Членство в Российской Академии Естествознания

Специальность: 05.13.18

Год: 2011

Отрасль науки: Технические науки

Основные научные положения, сформулированные автором на основании проведенных исследований:

  1. Разработан и исследован новый метод реконструктивной томографии для распределенных ВОИС в случае неполных схем укладки ИЛ с малым числом направлений, основанный на максимально обобщенных теоремах дискретизации и аппроксимации функции проекции на нерегулярной сетке.
  2. Разработан и исследован новый метод устранения глобальных артефактов для малоракурсных схем укладки ИЛ в ВОИС, основанный на алгебраическом синтезе синограмм с использованием аппроксимации функции проекции на нерегулярной сетке.
  3. Разработаны основные модели и методы применения нейросетевых технологий для предобработки и обработки измерительной информации, поступающей с распределенных ВОИС томографического типа, обеспечивающие реконструкцию функции проекций, а также реконструкцию пространственных распределений параметров ФП в реальном времени.
  4. Предложен и исследован новый комбинированный алгоритм обработки проекционных данных, сочетающий в себе нейросетевое моделирование процесса генерации проекций с последующим применением методов алгебраической аппроксимации на нерегулярной сетке, представляющей собой объединение классов смежности.
  5. Впервые введена и исследована модель комплекса нейронных сетей для обработки данных РВОИС. Предложены различные по своим функциям модели комплексов нейронных сетей: для стандартизации измерительных данных, синтеза синограмм и восстановления параметров физических полей.
  6. Разработаны новые комбинированные алгоритмы обработки данных, поступающих с РВОИС, на основе применения специальных алгоритмов структурирования данных, поступающих по ВОИС, сочетающие в себе новые нейросетевые конструкции - комплексы нейронных сетей, аналитические и алгебраические методы.

Список опубликованных работ

1. Kulchin Yu.N., Denisov I.V., Denisova E.V., Milovanov V.I. Application of algebraic methods for restitution of cumulative distribution functions of physical fields // Proc. of International Workshop on Optical Beam Transformation – IWBT, Vladivostok. – 2001.

2. Kulchin Yu.N., Denisov I.V., Denisova E.V., Sedov V.A., Drozdov R.S. Fiber-Optic Distributed Measuring System with Neural Network Technology of Signal Array Processing // International workshop on Bio-Signal Analysis and its Applications. – Tokyo, Japan. – 2002. – Vol. 2. – pp. 3-6.

3. Денисов И. В., Денисова Е. В. Применение приближенных алгебраических и нейросетевых методов решения томографической задачи // Электронный журнал «Исследовано в России» . – 2002. – Т. 201. – C. 2222–2228.

4. Kulchin Yu. N., Denisova E.V., Denisov I. V., Efimov M.B. Selection of optimal parameter of speed of training of neural network perceptron type // Fundamental Problems of Optoelectronics and Microelectronics, Proceedings of the SPIE. – 2003. – Vol. 5129. – pp. 162-167.

5. Кульчин Ю.Н., Денисов И.В., Денисова Е.В. Принципы организации матриц связей оптической нейронной сети на объемных оптических элементах // Нейрокомпьютеры: разработка, применение.1 – 2003. – Т. № 7. – С. 21-27.

6. Kulchin Yu. N., Denisova E.V., Denisov I. V. Synthesis of approximate algebraic and neural-like methods for the solution of the tomography problem // Proc. of SPIE. – 2003. – Vol. 5134. – pp. 83–89.

7. Denisov I., Kulchin Y., Kirichenko O., Sedov V., Drozdov R., Denisova E. Model of optoelectronic measuring intelligent system // Proc. of International Conference Physics and Control. – 2003. – Vol. 1. – pp. 172-175.

8. Кульчин Ю. Н, Денисова Е. В. и др. Макет оптоэлектронной нейроподобной измерительной системы // Нано- и микросистемная техника2. – 2003. – № 10. – стр. 40 - 42.- ISSN 1813-8586.

9. Кульчин Ю. Н., Денисов И. В., Седов В. А., Кириченко О. В., Денисова Е. В., Дроз до в Р. С. При нцип организации волоконно-о птической измерительной сети повышенной размерности // Оптико-электронные информационно-энергетические технологии. – Украина, Винница – 2003. – № 2 (4). – C. 205–211.

10. Денисов И.В., Денисова Е.В., Рыбальченко Н.А. Восстановление двоичных воздействий на волоконно-оптической сети произвольной размерности // Материалы ХLVI Всероссийской межвузовской научно-технической конференции. – 2003. – Т. 1. – С. 63-65.

11. Kulchin Yu. N., Denisov I. V., Denisova E. V., Piskunov E. N. Prismatic neural chip for distributed measuring networks // Optical Memory & Neural Networks (Information Optics). – 2003. – Vol. 12, № 3. – pp. 237-242.

12. Kulchin Yu. N., Denisova E. V., Denisov I. V. Application of algebraic and neural-like methods for reconstruction of distribution functions of physical fields // Optical Memory & Neural Networks (Information Optics). – 2003. – Vol. 12, № 4. – pp. 283-297.

13. Kulchin Y. N., Denisova E.V., Denisov I. V., Rybalchenko N.A. Principal of reconstruction of the single influences on fiber-optical measuring network // Pacific Science Review. – 2003. – Vol. 5 (1). – pp. 32-37.

14. Denisov I.V., Denisova E.V., Rybalchenko N.A.. Reconstruction of twice influences on the fiber-optical measuring network // Труды II Международной конференции «Параллельные вычисления и задачи управления». – 2004. – С. 531-534.

15. Denisov I.V., Denisova E.V., Rybalchenko N.A. Principal of reconstruction of the ternary influences on the fiber-optical measuring network // Proc. of Fourth Asia-Pacific Conference “Fundamental Problems of Optoelectronics and Microelectronics”. – 2004. – Vol. 1. – pp. 238–240.

16. Гридин А.А., Денисова Е.В., Денисов И.В. Обработка информации с распределенного температурного поля // Proc. of 7-th International Conference Digital Signal Processing and its Applications , Moscow , Russia. – 2005. – pp. 365-368.

17. Denisov I.V., Denisova E.V., Rybalchenko N.A., Sedov V.A. Definition of the fiber-optical tomography problem // Proc. of International Conference Physics and Control. – 2005. – Vol. 1. – pp. 826 - 829.

18. Zakasovskaya E.V., Fadeev V.V. Restoration of point influences by the fiber-optical network in view of a priori information // Proc. of APCOM. – 2007. – CD.

19. Kulchin Yu.N., Zakasovskaya E.V. Application of Radial Basis Function Neural Network for Information Processing in Fiber Optical Distributed Measuring Systems // Optical Memory & Neural Networks (Information Optics). – 2008. – Vol. 17, № 4. – pp. 317-327.

20. Кульчин Ю.Н., Закасовская Е.В. Восстановление информации волоконно-оптическими измерительными системами с использованием радиально-базисных нейронных сетей // Нейроинформатика-2009. – Сб. науч. тр. М.: МИФИ. – 2009. – С. 289-298.

21. Kulchin Yu. N., Zakasovskaya E. V. Artifacts suppression in limited data problem for parallel fiber optical measuring systems // Optical Memory & Neural Networks (Information Optics). – 2009. – Vol.18, № 3. –pp.171-180.

22. Кульчин Ю.Н., Закасовская Е.В. Неравномерные схемы укладки измерительных линий в распределенных волокнно-оптических системах // Информатика и системы управления. – 2009. – № 3(21) . – C. 61-71.

23. Кульчин Ю.Н., Закасовская Е.В. Нейросетевое и алгебраическое моделирование параллельного 2d проецирования в волоконно-оптической томографии при ограниченном числе направлениий сканирования // Компьютерная оптика. – 2009. – Т. 33, № 3. – C. 318- 324.

24. Kulchin Yu.N., Zakasovskaya E.V. Artifacts suppression in limited data problem for parallel fiber optical measuring systems // Proc. of APCOM –2009. – CD.

25. Кульчин Ю.Н., Закасовская Е.В. Нейросетевое подавление артефактов при малом числе направлений укладки измерительных линий в волоконно-оптических системах // Нейроинформатика-2010 , Сб. науч. тр. МИФИ. –2010. – часть 1. – С. 110-120.

26. Кульчин Ю.Н., Закасовская Е.В. Моделирование параллельного 2D-проецирования в волоконно-оптической томографии для малого числа направлений сканирования // Информатика и системы управления. –2010. –Т. 1(23) . – C. 104-114.

27. Kulchin Yu. N., Zakasovskaya E. V. Optimizing algebraic and neural methods for information processing in distributed fiber-optical measuring systems // Optical Memory & Neural Networks (Information Optics). – 2010. –Vol. 19, № 3. – pp. 237-247.

28. Кульчин Ю.Н., Закасовская Е.В. Обработка информации комплексом нейронных сетей в распределенных волоконно-оптических измерительных системах // Компьютерная оптика. – 2010. – Т. 34, № 3. – С. 363 - 369.

29. Kulchin Yu.N., Zakasovskaya E.V. Neural-like specialized construction for fiber optical distributed measuring systems in limited-data conditions // Pacific Science Review. – 2010. – Vol. 12 (1). – pp. 80-86.

30. Kulchin Yu.N., Zakasovskaya E.V. Complexes of neural networks for information processing in distributed fiber-optical measuring systems // The First Russia and Pacific Conference on Computer Technology and Applications” (RPC 2010). –Vladivostok, Russia. – 2010. – С. 125-129.

31. Кульчин Ю.Н., Закасовская Е.В. Оптимизация алгоритма обработки информации в распределенных волоконно-оптических измерительных системах // Информатика и системы управления. – 2010. – № 4 (26). – С. 50 – 60 . – ISSN 1814–2400.

32. Кульчин Ю.Н., Закасовская Е.В. Нейросетевые конструкции для распределенных волоконно-оптических измерительных систем // Нейроинформатика–2011, Сб. науч. тр. МИФИ. –2011. – ч. 2. – С. 171-180.

Комментарии:

Если вы считаете, что какое-то сообщение нарушает Правила, оскорбляет Вас как личность, несёт заведомо ложную информацию, и должно быть удалено, сообщите нам по адресу sergey@rae.ru

Ваше имя
Текст комментария
Введите число с изображения

Антиспам защита

При добавлении комментария Вы соглашаетесь с пользовательским соглашением