Среди инноваций ДГТУ, представленных на выставке – разработка автоматизированной нейронной сети (цифровая платформа) для хранения, обработки и анализа медицинских изображений биологических структур животных и человека. Разработка ведется под руководством заведующего кафедрой «Биоинженерия» ДГТУ, д. биол. н., профессора Евгении Кириченко.
Наша цель – повысить эффективность клинической лабораторной диагностики биологических структур животных и человека для проведения доклинических и клинических испытаний новых фармпрепаратов и дженериков в медицине и ветеринарии на основе применения искусственного интеллекта.
Автор проекта Aqua Wellness AI магистрантка Института перспективного машиностроения «Ростсельмаш» Татьяна Макарова разработала цифровую систему анализа водной среды и поведения рыб на основе искусственного интеллекта для рыбоводческих бассейновых хозяйств.
Система собирает и анализирует информацию о состоянии рыб и бассейнов, а также предупреждает обслуживающий персонал об отклонениях от нормы, что позволяет сократить экономические потери компаний в 2 раза.
Роботизированная сельскохозяйственная платформа для автономного выполнения широкого спектра агротехнологических задач, разработанная сотрудниками молодежной научно-исследовательской лаборатории «Интеллектуальные электрические сельскохозяйственные машины и комплексы» и резидентами Ресурсного центра робототехники ДГТУ, оснащена системой технического зрения для движения в рядах культуры, объезда препятствий, поиска сорняков и других нежелательных растений. На данный момент собран каркас, установлены силовые агрегаты и электроника, тестируется ПО нижнего уровня, строится архитектура системы технического зрения, базирующаяся на классических методах обработки изображения.
Разработанная платформа позволит осуществлять взятие почвы, прополку, полив, опрыскивание культур, а также внесение удобрений и анализ всхожести семян.
Научный коллектив кафедры «Строительство уникальных зданий и сооружений» ДГТУ предложил использование нейросетей в строительстве в рамках проекта, посвященного анализу геометрических характеристик трещин в газобетонных изделиях с использованием сверточных нейронных сетей.
Процесс разработки инновационного метода анализа трещин в газобетонных изделиях, возникших в результате приложения нагрузки, предполагает последующую оценку длины трещин с помощью сверточных нейронных сетей.
В исследовании показано применение четырех интеллектуальных моделей при решении задачи в области дефектоскопии конструкций с использованием компьютерного зрения. Интеллектуальные модели, основанные на архитектуре U-Net и LinkNet, позволяют сегментировать трещины и рассчитывать их длину по авторской методике SCALE.
