Оцінка стійкості нейромережевих моделей до шуму та артефактів у складних умовах експлуатації.

Анотація

Нейронні мережі широко використовуються для вирішення різноманітних складних завдань: від розпізнавання зображень до обробки природної мови. Багато сучасних наукових робіт спрямовано на підвищення ефективності використання нейронних мереж у різноманітних додатках та роботі програмного забезпечення. У ході цієї роботи було проведено аналіз питання стійкості нейромережевих моделей до шуму та артефактів у складних умовах експлуатації та надано її оцінку. Виявлено, що в будь-якій системі існують шуми, створені внутрішніми фізичними властивостями як пристроїв пам’яті, так і периферійних схем. Вплив цих шумів ще більше зростає у складних умовах експлуатації, що їх викликають додаткові артефакти. Згадано, що шумозаглушення зображень є однією із фундаментальних проблем у сфері обробки зображень, оскільки є обов’язковим етапом у багатьох додатках, пов’язаних із комп’ютерним зором. Особливо це актуально в медичній та військовій сферах, де алгоритми зменшення шуму використовують для отримання якісних рентгенівських знімків у системах комп’ютерної томографії та супутниковій зйомці. Також важливим є питання збереження якості зображень, що їх надають дрони-розвідники, оскільки деякі засоби радіоелектронної боротьби здатні псувати якість зображень чи робити його абсолютно нерозбірливим. Для захисту чіткості зображень зараз активно використовують нейромережеві моделі, оскільки вони демонструють достатньо непогані результати та здатні до наступної адаптації та тренування. Дослідження підкреслює потенціал нейромереж для синтезу та доповнення конфіденційних медичних даних у контексті виявленні клінічних респіраторних захворювань. Отримані результати цього дослідження можуть бути залучені надалі до подібних задач у системах комп’ютерного зору, наприклад, під час аналізу зображень у системах відеоспостереження