Стажер-исследователь Михайлапов Денис Иванович
Коррекция маски на трехмерных томографических изображениях головного мозга для слабо контролируемой сегментации острого ишемического инсульта.
Архив семинара
Новиков Никита Сергеевич
Прямой метод решения обратной задачи для гиперболического уравнения.
Аннотация
Статья посвящена применению подхода Гельфанда-Левитана к решению обратной задачи определения плотности и скорости среды по граничным данным. Метод позволяет свести нелинейную задачу к линейным интегральным уравнениям. В докладе будут рассмотрены основные особенности подхода и численные алгоритмы решения задачи.Каминский Григорий Дмитриевич
Симплификация Неверова.
Аннотация
Колебания заболеваемости всегда волновали исследователей эпидемий. Но причины, лежащие в их основе, различны. Также колебания различаются периодами. В докладе разбираются принципиальные различия поведения острых и хронических инфекций. Соответственно возникают особенности решения обратных задач.
Особая тема - синдемии, то есть одновременное развитие эпидемий двух или нескольких инфекций. Одной из губительных для человечества синдемий является распространение ВИЧ-инфекции и туберкулеза. Система синдемии многопараметрическая и нелинейная, а следовательно, характеризуется отсутствием аналитических решений. Сотрудником нашей лаборатории Андреем Неверовым предложена симплификация, позволяющая получить аналитическое решение.
В докладе исследуется развитие этого подхода в проблематике устойчивости. Формулируется положение об асимметричности коэффициентов смертности, влияющей на возникновение в системе бифуркаций.
Нестерова Ангелина Витальевна
Сравнительный анализ подходов к решению обратной задачи реконструкции изображений в эмиссионной медицинской томографии.
Аннотация
Количественные оценки накопления радиофармпрепарата в патологических очагах при обследовании методом однофотонной эмиссионной компьютерной томографии (ОФЭКТ) имеют ключевое значение для определения стадии заболевания и планирования радионуклидной терапии. В данной работе выполнено сравнение двух алгоритмов реконструкции изображений: стандартного итерационного алгоритма Ordered Subset Expectation Maximization (OSEM), которым оснащено большинство ОФЭКТ-установок, и регуляризированного алгоритма реконструкции на основе байесовского подхода Maximum A Posteriori (MAP) с априорной информацией в виде функционала энтропии (MAP-Ent). Исследования проводились методом имитационного компьютерного моделирования in silico с использованием цифрового двойника вещественного фантома NEMA IEC. Оценка точности проводилась по коэффициенту восстановления, равный отношению максимального значения полученного решения в очаге к его точной величине. Результаты показали, что метод MAP-Ent:
- обеспечивает более высокую количественную точность,
- уменьшает влияние краевых артефактов по сравнению с OSEM,
- позволяет контролировать артефакты за счёт выбора параметра регуляризации.
Таким образом, регуляризированный алгоритм MAP-Ent демонстрирует преимущества перед стандартным OSEM и может быть полезен для повышения точности диагностики и планирования терапии.
- Чубатов А. А. (Научно-технологический университет "Сириус" (Сочи))
FnLPDEs_FBSNNs — расширение возможностей фреймворка FBSNN (Forward-Backward SDEs and Neural Networks) (М. Raissi) для решения полностью нелинейных УРЧП.
- Стрижак С. В. (ИСП РАН), Кошелев К. Б. (ИВЭП СО РАН)
Физически-информированная нейронная сеть для изучения гидрологических процессов рек.
- Мальцев И. С. (ИСП РАН, МАИ), Стрижак С. В. (ИСП РАН, МАИ)
Физически-информированная нейронная сеть для решения уравнения Ричардса и изучения почвенных процессов.
Зятьков Николай Юрьевич
Прогнозирование распространения социально-значимых заболеваний, основанных на методах глубокого обучения в случае недостаточных данных.
Аннотация
Хотя в России туберкулез без ВИЧ-инфекции идет на спад, РФ входит в группу стран с высокой заболеваемостью и смертностью от туберкулеза, сочетанного с ВИЧ-инфекцией. Ежегодные статистические данные о распространенности туберкулеза и ВИЧ (группы риска) в регионах Российской Федерации известны с 2009 года. В работе рассмотрены алгоритмы глубокого обучения для описания и вероятностного прогнозирования краткосрочной динамики (на 3 года) социально-значимого заболевания на примере туберкулеза в регионах Российской Федерации при недостаточном количестве и качестве статистической информации.Звонарева Татьяна Александровна
Суперкомпьютерный анализ и регуляризация задач идентификации и управления социальными процессами.
Аннотация
Процессы распространения информации в онлайн социальных сетях могут быть описаны непрерывными математическими моделями, коэффициенты которых и начальные данные зачастую неизвестны или заданы с большой погрешностью, что может привести к неверному описанию реакции пользователей на конкретную информацию и неверному управлению этой реакцией. Поэтому важным этапом в решении данной проблемы является анализ и решение соответствующих обратных задач, состоящих в идентификации неизвестных параметров по дополнительной информации об исследуемых процессах. В докладе будут рассмотрены прямые и обратные задачи определения начального условия для диффузионно-логистической модели с нелинейной правой частью и модели среднего поля по дополнительной информации о процессе в фиксированные моменты времени. Обратная задача сводится к задаче минимизации целевого функционала и решается локальными градиентными методами, глобальными методами роя частиц и тензорной оптимизации, а также комбинациями методов с использованием регуляризации.Информация о семинаре
Руководители:
д.ф.-м.н. Криворотько О. И., чл.-корр. РАН Кабанихин С. И.
Время и место проведения:
Четверг, 16.00 ч., Zoom
