| Наименование РИД |
Коэффициенты сверточных нейронных сетей для интеллектуальной системы определения количества одноклеточных микроорганизмов в жидкой среде
|
| Реферат |
В рамках проекта разработана интеллектуальная система на основе свёрточных нейронных сетей для автоматического анализа дрожжевых клеток. Центральное место в архитектуре системы занимают обученные модели, чьи коэффициенты определяют точность, скорость и надёжность распознавания. В качестве базовой архитектуры выбрана YOLOv5. Эти коэффициенты напрямую влияют на количество слоёв и число фильтров в свёрточных блоках, что позволило достичь необходимого баланса между точностью и производительностью. Обучение моделей выполнено в среде PyTorch с использованием предварительно инициализированных весов из официального репозитория Ultralytics. В результате обучения были получены два набора финальных коэффициентов (весов), экспортированных в формат TorchScript с включённой JIT-оптимизацией. Эти коэффициенты зафиксированы в виде сериализованных тензоров и обеспечивают воспроизводимость инференса в production-среде без зависимости от кода обучения. Качество полученных коэффициентов подтверждено высокими значениями метрик. Таким образом, разработанные коэффициенты свёрточных нейронных сетей полностью соответствуют целям проекта и обеспечивают высокоточный, быстрый и надёжный анализ микроскопических изображений дрожжевых клеток.
|
| Возможные направления использования |
1. Пищевая и биотехнологическая промышленность
Программа может быть внедрена на предприятиях по производству пива, вина, кваса и других ферментированных продуктов для оперативного контроля качества и жизнеспособности дрожжевых культур перед засевом. Это позволяет стандартизировать процессы брожения, снизить риск брака и оптимизировать расход посевного материала.
2. Производственные и контрольные лаборатории
Система подходит для оснащения лабораторий на предприятиях и в исследовательских центрах, где регулярно проводится мониторинг клеточных культур. Автоматизация подсчёта и классификации клеток снижает нагрузку на персонал, устраняет субъективность оценки и повышает точность расчётов, что особенно важно при сертификации продукции и соблюдении стандартов качества.
3. Научно-исследовательские учреждения
Программа может использоваться в биологических, микробиологических и биотехнологических лабораториях для проведения экспериментов, связанных с изучением роста, стрессоустойчивости, мутагенеза или воздействия различных факторов на дрожжевые культуры. Возможность массовой обработки изображений ускоряет сбор статистически значимых данных.
4. Образовательные организации
Система может применяться в вузах и колледжах в рамках учебных курсов по микробиологии, биотехнологии и цифровой обработке изображений. Она демонстрирует практическое применение методов искусственного интеллекта в биологии и позволяет студентам сравнивать ручной и автоматизированный подходы к анализу.
|
| Количество опытных образцов |
1
|
| Количество просмотров |
2
|
| Наличие дополнительных файлов |
True
|
| Использование РИД правообладателем |
False
|
| Внешнее использование РИД |
False
|
| НИОКТР (JSON) |
{}
|
| ИКСИ (JSON) |
[]
|
| ИКСПО (JSON) |
[]
|
| ОЭСР (JSON) |
[]
|
| Дата первого статуса |
2025-10-28T10:45:47.549410+00:00
|
| Предполагаемый тип результата |
Секрет производства (ноу хау)
|
| Ожидаемая роль |
Исполнитель
|
| Заказчик |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ФОНД СОДЕЙСТВИЯ РАЗВИТИЮ МАЛЫХ ФОРМ ПРЕДПРИЯТИЙ В НАУЧНО-ТЕХНИЧЕСКОЙ СФЕРЕ"
|
| Руководитель работы |
Косинов Виталий Сергеевич
|
| Руководитель организации |
Косинов Виталий Сергеевич
|
| Регистрационный номер НИОКТР |
—
|
| Последний статус |
Подтверждена, 625102800077-6, 2025-10-28 11:12:12 UTC
|
| ОКПД |
Работы оригинальные научных исследований и экспериментальных разработок в области биотехнологии
|
| Ключевые слова |
Искусственный интеллект; Дрожжевые клетки; Локализация объектов; Сверточные нейронные сети
|
| Исполнители |
КОСИНОВ ВИТАЛИЙ СЕРГЕЕВИЧ
|
| Авторы |
Косинов Виталий Сергеевич
|
| Коды тематических рубрик |
20.53.19 - Средства обработки и поиска информации; 62.13.27 - Оптимизация биотехнологических процессов
|
| OESR |
Микробиология; Информатика – архитектура и аппаратное обеспечение
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
