Фото: РИА Новости/Максим Богодвид
Ученые из Московского технического университета связи и информатики (МТУСИ) и Московского автомобильно-дорожного государственного технического университета (МАДИ) создали технологию анализа дефектов рабочего полотна.
Теперь с ее помощью можно выявлять проблемы, связанные с нарушениями разметки, выбоинами и другими типами проблем, с которыми не справлялись похожие решения. Совмещение акустического анализа износа дорожного покрытия и ИИ — относительно новое и перспективное направление. Акустические данные могут быть использованы в качестве дополнительной «модальности» при использовании нейросетевых моделей, рассказала «Известиям» и.о. замдекана факультета «Информационные технологии» (ИТ) по научной работе МТУСИ Ксения Полянцева.
Разработка перспективна, но ее тиражирование упирается в технологический барьер, связанный с деградацией моделей компьютерного зрения при изменении условий использования системы. Например, связанных с природными особенностями конкретных регионов. Как следствие, точность обнаружения и классификации дефектов различными экземплярами системы на местах может значительно отличаться от номинальной, считает директор Мегафакультета трансляционных информационных технологий университета ИТМО, научный руководитель исследовательского центра «Сильный искусственный интеллект в промышленности, эксперт Центра компетенций НТИ «Технологии машинного обучения и когнитивные технологии» на базе ИТМО Александр Бухановский.
— По этой причине дальнейшее развитие таких решений требует, с одной стороны, внедрения в их алгоритмы элементов автоматического машинного обучения, способных эффективно настраивать структуру нейросети для учета специфики использования в конкретном районе. С другой стороны, необходимо продумать и единую облачную экосистему для постоянного обучения самих моделей ИИ на вновь поступающих данных, — добавил он.
Источник: Известия
Свежие комментарии