Тульский государственный университет
Абитуриентам Студентам Работникам Личный кабинет                     8 800 444 40 71

Лаборатория когнитивных технологий и симуляционных систем

Кадровый состав лаборатории

Кадровый состав лаборатории:

  • 6 кандидатов наук,
  • 2 аспиранта,
  • 2 магистранта,
  • 2 студента


Заведующий лабораторией
кандидат технических наук
Семенищев Е.А.

Ведущий научный сотрудник
кандидат технических наук
Копылов А.В.		Ведущий научный сотрудник
кандидат физико-математических наук
Середин О.С.
Старший научный сотрудник
кандидат физико-математических наук
Сулимова В.В.		Старший научный сотрудник
кандидат технических наук
Кушнир О.А.
Старший научный сотрудник
кандидат технических наук
Грачева И.А.		Научный сотрудник
Ларин А.О.
Младший научный сотрудник
Курбаков М.Ю.		Младший научный сотрудник
Сурков Е.Э.
Младший научный сотрудник
Орлов Д.А.		Младший научный сотрудник
Филин А.И.
Лаборант-исследователь
Ляхов Д.В.		Лаборант-исследователь
Митюгов Н.С.


Целью научного исследования лаборатории является создание новых математических моделей, методов, алгоритмов и инструментальных средств с применением систем машинного обучения и компьютерного зрения для построения обучающих интеллектуальных систем и комплексов тренажеров.


Основные направления деятельности

  1. Развитие теории и методологии построения когнитивных систем и технологий анализа данных в реальном или близком к реальному масштабам времени.
  2. Синтез систем построения трёхмерных объектов полученных по анализу многомерных данных, имитирующих фоно-целевую обстановку, в тренажерных системах различного назначения.
  3. Разработка методов машинного обучения, архитектур нейронных сетей и систем контроля за показателями обучения при наблюдении за действиями оператора.
  4. Автоматическое распознавание, классификация и идентификация объектов различной природы и формы по анализу многомерных данных.
  5. Разработка методов и алгоритмов первичной обработки данных с целью повышения их визуального качества в реальном или близком к реальному масштабам времени.
  6. Разработка методов и алгоритмов объединения видеоданных в единое информационное поле. Формирование методов комплексирования многодиапазонных данных.
  7. Формирование отечественной нормативно-методической базы в области машинного обучения и когнитивных технологий.
  8. Разработка методов визуального контроля за параметрами систем. Разработка критериев анализа степени усвоения материала.


Область применения разработок

  1. Системы «Умный город»

  2. Медицина

  3. Управление технологическими процессами на предприятии


Научные публикации лаборатории

Подробнее


Q1\Q2

  1. Boiko, Daniil A., Valentina V. Sulimova, Mikhail Yu. Kurbakov, Andrei V. Kopylov, Oleg S. Seredin, Vera A. Cherepanova, Evgeniy O. Pentsak, and Valentine P. Ananikov. 2022. "Automated Recognition of Nanoparticles in Electron Microscopy Images of Nanoscale Palladium Catalysts" Nanomaterials 12, no. 21: 3914.
    https://doi.org/10.3390/nano12213914


WoS\Scopus\ядро РИНЦ

  1. Seredin O.S., Kopylov A.V., Surkov E.E., Huang Sh.Ch. “THE BASIC ASSEMBLY OF SKELETAL MODELS IN THE FALL DETECTION PROBLEM”, Computer Optics. 2023. Т. 47. № 2. С. 323-334.
  2. Kondrashov, V.V.; Seredin, O.S.; Chapkin, V.V.; Zemlyakov, E.V.; Topalov, I.K. “Software Engineering of Resistive Elements Electrophysical Parameters Simulation in the Process of Laser Trimming”, Electronics 2023, 12(3), 589;
    https://doi.org/10.3390/electronics12030589
  3. M. Kazaryan, M. Shakhramanyan, and E. Semenishchev "Information modeling technologies in the tasks of construction and operation of buildings and structures", Proc. SPIE 12269, Remote Sensing Technologies and Applications in Urban Environments VII, 122690K (26 October 2022);
    https://doi.org/10.1117/12.2641135
  4. Evgenii Semenishchev, Aleksandr Zelensky, Andrey Alepko, Marina Zdanova, and Viacheslav Voronin "Technique for analyzing the working table on a robotic complex based on the study of point data in a two-dimensional measurement space", Proc. SPIE 12138, Optics, Photonics and Digital Technologies for Imaging Applications VII, 121380W (17 May 2022);
    https://doi.org/10.1117/12.2625836
  5. Evgenii Semenishchev, Viacheslav Voronin, Mikhail Kurbakov, Daniil Lyakhov, Vladislav Egipko, and Aleksandr Zelensky "Formation of a method and algorithm for automated analysis of the degree of attention and concentration of a person", Proc. SPIE 12101, Pattern Recognition and Tracking XXXIII, 121010L (27 May 2022);
    https://doi.org/10.1117/12.2623051
  6. Evgenii Semenishchev, Sos Agaian, Aleksandr Zelensky, Dmitry Orlov, Marina Zdanova, and Viacheslav Voronin "Algorithm for creating a single image of the cutting machine processing field and automated object detection when cutting parts", Proc. SPIE 12124, Unmanned Systems Technology XXIV, 121240M (31 May 2022);
    https://doi.org/10.1117/12.2623046
  7. Evgenii Semenishchev, Aleksandr Zelensky, Marina Zhdanova, Nikolay Gapon, Aleksandr Gavlicky, and Viacheslav Voronin "Algorithm for increasing the discriminability of sections of vortex structures and wind flows recorded by radio frequency stations using Doppler effect analysis", Proc. SPIE 12274, Emerging Imaging and Sensing Technologies for Security and Defence VII, 122741B (7 December 2022);
    https://doi.org/10.1117/12.2641156
  8. Evgenii Semenishchev, Sos Agaian, Nikolay Mitugov, Marina Zdanova, Aleksandr Zelensky, and Viacheslav Voronin "Algorithm for the formation of closed contours of objects represented by small piecewise-discontinuous functions for the tasks of constructing stable features and automated selection of areas of complex shape when processing scenes obtained in the infrared and optical ranges", Proc. SPIE 12122, Signal Processing, Sensor/Information Fusion, and Target Recognition XXXI, 121220W (8 June 2022);
    https://doi.org/10.1117/12.2623049
  9. Evgenii Semenishchev, Sos Agaian, Aleksandr Zelensky, Evgenii Surkov, Ilia Khamidullin, and Viacheslav Voronin "Modification of the method of multicriteria image processing for preprocessing thermal imaging images with adaptive change in filtering parameters based on neural network approaches", Proc. SPIE 12100, Multimodal Image Exploitation and Learning 2022, 121000R (27 May 2022);
    https://doi.org/10.1117/12.2623050
  10. Aleksandr Zelensky, Evgenii Semenishchev, Sos Agaian, Innesa Gracheva, Aleksey Siryakov, and Viacheslav Voronin "Algorithm for the automated construction of the movement curve of the working tool with the possibility of interpolation of the step function of the displacement used to control gantry machines", Proc. SPIE 12124, Unmanned Systems Technology XXIV, 121240N (31 May 2022);
    https://doi.org/10.1117/12.2623048
  11. D. V. Liakhov, N. S. Mityugov, I. A. Gracheva, A. V. Kopylov, O. S. Seredin, A. E. Semenishchev, I. N. Valkov, and Kh. P. Tiras "Scanned leaves boundary detection based on the consistent one-class segmentation", Proc. SPIE 12267, Image and Signal Processing for Remote Sensing XXVIII, 1226716 (26 October 2022);
    https://doi.org/10.1117/12.2641160
  12. Oleg Seredin, Egor Surkov, Andrei Kopylov and Sergey Dvoenko. Multidimensional Data Visualization Based on the Shortest Unclosed Path Search //Lecture Notes on Data Engineering and Communications Technologies. – 2022. – Vol. 124. – P. 279-299. – DOI 10.1007/978-3-030-97610-1_23. – EDN IBFNYZ. Scopus.
  13. D. V. Liakhov, N. S. Mityugov, I. A. Gracheva, A. V. Kopylov, O. S. Seredin, and Kh. P. Tiras Scanned Plant Leaves Boundary Detection in the Presence of a Colored Shadow. Pattern Recognition and Image Analysis, 2022, Vol. 32, No. 3, pp. 575–585. DOI: 10.1134/S1054661822030221. Scopus, WoS.
  14. M. Kurbakov, A. Kopylov, O. Seredin and V. Sulimova, "High-Performing Training Large-Scale Binary Nonlinear SVMs Using Mean Decision Rule Method with Smart Sampling," 2022 VIII International Conference on Information Technology and Nanotechnology (ITNT), 2022, pp. 1-7, doi: 10.1109/ITNT55410.2022.9848549. Scopus.


Патенты и свидетельства ЭВМ

  1. Свидетельство о государственной регистрации базы данных № 2022620627 Российская Федерация. База изображений, полученных в условиях тумана с разным уровнем освещенности: № 2021623361 :заявл. 28.12.2021 : опубл. 24.03.2022 / А. В. Копылов, И. А. Грачева, О. С. Середин, А. И. Филин.
  2. Свидетельство о государственной регистрации программы для ЭВМ № 2022665875 Российская Федерация. Программа визуализации многомерных данных, допускающих представление в виде матриц попарных отношений между объектами : № 2022665268 :заявл. 15.08.2022: опубл. 23.08.2022 / О. С. Середин, А. В. Копылов, Е. Э. Сурков, Н. С. Митюгов ; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Тульский государственный университет».
  3. Свидетельство о государственной регистрации программы для ЭВМ № 2022666300 Российская Федерация. Программа прогнозирования деформаций техногенных минеральных образований «Полярная»: № 2022665252 : заявл. 15.08.2022: опубл. 30.08.2022 / Д. О. Прохоров, О. С. Середин, А. В. Копылов ; заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Тульский государственный университет».


Контакты

БиоХимТех Центр ТулГУ (г. Тула, ул. Ф. Энгельса, д. 157, ауд. 123).
Городской телефон 25-24-90, внутренний телефон 32-85.

2022 Тульский государственный университет. Политика конфиденциальности