Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/41824
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Рудашевский Владимир Николаевич | ru_RU |
dc.contributor.advisor | Rudasevskij Vladimir Nikolaevic | en_GB |
dc.contributor.author | Богданов Григорий Владимирович | ru_RU |
dc.contributor.author | Bogdanov Grigorij Vladimirovic | en_GB |
dc.contributor.editor | Якубович Ольга Валентиновна | ru_RU |
dc.contributor.editor | Akubovic Olga Valentinovna | en_GB |
dc.date.accessioned | 2023-07-26T12:01:51Z | - |
dc.date.available | 2023-07-26T12:01:51Z | - |
dc.date.issued | 2023 | |
dc.identifier.other | 022597 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/41824 | - |
dc.description.abstract | В данной работе представлена разработка в области технологической минералогии, использующая методы компьютерного зрения и нейронные сети для диагностики минералов в сыпучих смесях. На данный момент внедрение искусственного интеллекта в промышленность является актуальной стратегией удешевления и повышения эффективности обработки большого количества данных получаемых из первичной диагностики сыпучих минеральных смесей, таких как шлихи, дроблёные руды, концентраты и так называемые "хвосты". Однако большая часть подобных проектов всё ещё находятся в стадии разработки и тестирования. В рамках работы разработаны алгоритмы обучения и постобработки данных полученных диагностирующей моделью, а также составлены база содержащая снимки 47 минеральных видов и файлы аннотаций к ним и эталонные минеральные коллекции для проведения лабораторных испытаний, проведены испытания в лабораторных условиях. На данный момент проект находится на стадии завершения создания MVP-приложения, ведётся подготовка к тестированию в сторонних организациях для получения независимой оценки. Работа представлена в финале конкурса STARTUP СПбГУ 2023, что даёт автору право использовать результаты предпринимательской деятельности в качестве ВКР в соответствии с актуальными приказами СПбГУ. | ru_RU |
dc.description.abstract | This paper presents a development in the field of technological mineralogy that uses computer vision methods and neural networks to diagnose minerals in bulk mixtures. At the moment, the introduction of artificial intelligence in industry is an urgent strategy to reduce the cost and increase the efficiency of processing a large amount of data obtained from the primary diagnostics of bulk mineral mixtures, such as concentrates, crushed ores, concentrates and the so-called "tails". However, most of these projects are still under development and testing. As part of the work, algorithms for learning and post-processing of data obtained by the diagnostic model were developed, as well as a database containing images of 47 mineral species and annotation files for them and reference mineral collections for laboratory testing was compiled, tests were carried out in laboratory conditions. At the moment, the project is at the stage of completing the creation of an MVP application, preparations are underway for testing in third-party organizations for an independent assessment. The work was submitted to the final of the STARTUP SPbU 2023 competition, which gives the author the right to use the results of entrepreneurial activity as a final paper in accordance with the current orders of St Petersburg University. | en_GB |
dc.language.iso | ru | |
dc.subject | минералогия | ru_RU |
dc.subject | геология | ru_RU |
dc.subject | нейросеть | ru_RU |
dc.subject | машинное зрение | ru_RU |
dc.subject | прогнозирование | ru_RU |
dc.subject | mineralogy | en_GB |
dc.subject | geology | en_GB |
dc.subject | neural network | en_GB |
dc.subject | computer vision | en_GB |
dc.subject | forecasting | en_GB |
dc.title | The laboratory of mineralogical and technological automated vision systems | en_GB |
dc.title.alternative | Лаборатория минералого-технологических систем машинного зрения | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Tekst_VKR_Bogdanov.docx | Article | 2,41 MB | Microsoft Word XML | Просмотреть/Открыть |
reviewSV_VKR_otzyvy__Bogdanov_Akubovic.pdf | ReviewSV | 50,28 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.