Исследователи ГГНТУ им. акад. М. Д. Миллионщикова серьезно подошли к вопросу регуляции видового разнообразия птиц на улицах города
В Грозненском Государственном Нефтяном Технологическом Университете запатентована нейросеть для распознавания видов птиц и больных представителей этих видов. Система предусматривает базу данных о болезнях пернатых с их визуальной симптоматикой. В местах скопления птиц и парковых зонах города устанавливаются датчики, которые фиксируют количество распознанных больных особей. Эта информация передается в Центр Эпидемиологии, что позволяет своевременно среагировать на негативные экологические ситуации.
Орнитологические исследования и научная деятельность являются немаловажной стороной экологии и часто их важность и вес в жизни простых граждан, а также их здоровья недооценены. Для работы над своими исследованиями, ученые-орнитологи собирают и используют большое количество данных самого разного вида. Большой вклад в вероятность успехов исследований вносят орнитологи-любители, а также волонтеры, которые собирают определенные данные или автоматизируют их сбор тем или иным образом. К таким ухищрениям и сторонней помощи ученым приходится прибегать из-за низкого приоритета внимания со стороны общества как научного, так и не посвященного в науку. Технологии помогают решить эту проблему, однако на данный момент таких технологий мало. Необходимость увеличения количества собираемой информации приводит к выводу, что нужен алгоритм или же нейросеть, которая может быть достаточно мобильной и использоваться в широком спектре ситуаций для наибольшей эффективности в сборе информации. Система, рассматриваемая в рамках выпускной квалификационной работы (ВКР), напрямую является таким решением.
Способность нейросети различать виды птиц и собирать информацию о месте их пребывания позволит ученым создавать банк важных данных, для которого ранее требовалось множество датчиков, времени, повторных наблюдений. Работа, которая делалась руками и занимала порой до нескольких лет может быть автоматизирована и внедрена в городской/лесной/дикий ландшафты, тем самым существенно сокращая объем работ и повышая точность и количество информации на единицу времени.
Каким образом будут поставляться новые данные зависит от конечного пользователя. Это может быть отправка видео системе в реальном времени или же систематическая передача фото\видеоматериалов, накопленных за определенный промежуток времени. В этих целях был написан блок кода ответственный за сохранение и дальнейшую обработку моделью нейросети отснятого материала. Сфера применения данных может быть обширна.
Исследователи ГГНТУ им. акад. М. Д. Миллионщикова серьезно подошли к вопросу регуляции видового разнообразия птиц на улицах города.
В Грозненском Государственном Нефтяном Технологическом Университете запатентована нейросеть для распознавания видов птиц и больных представителей этих видов. Система предусматривает базу данных о болезнях пернатых с их визуальной симптоматикой. В местах скопления птиц и парковых зонах города устанавливаются датчики, которые фиксируют количество распознанных больных особей. Эта информация передается в Центр Эпидемиологии, что позволяет своевременно среагировать на негативные экологические ситуации.
Орнитологические исследования и научная деятельность являются немаловажной стороной экологии и часто их важность и вес в жизни простых граждан, а также их здоровья недооценены. Для работы над своими исследованиями, ученые-орнитологи собирают и используют большое количество данных самого разного вида. Большой вклад в вероятность успехов исследований вносят орнитологи-любители, а также волонтеры, которые собирают определенные данные или автоматизируют их сбор тем или иным образом. К таким ухищрениям и сторонней помощи ученым приходится прибегать из-за низкого приоритета внимания со стороны общества как научного, так и не посвященного в науку. Технологии помогают решить эту проблему, однако на данный момент таких технологий мало. Необходимость увеличения количества собираемой информации приводит к выводу, что нужен алгоритм или же нейросеть, которая может быть достаточно мобильной и использоваться в широком спектре ситуаций для наибольшей эффективности в сборе информации. Система, рассматриваемая в рамках выпускной квалификационной работы (ВКР), напрямую является таким решением.
Способность нейросети различать виды птиц и собирать информацию о месте их пребывания позволит ученым создавать банк важных данных, для которого ранее требовалось множество датчиков, времени, повторных наблюдений. Работа, которая делалась руками и занимала порой до нескольких лет может быть автоматизирована и внедрена в городской/лесной/дикий ландшафты, тем самым существенно сокращая объем работ и повышая точность и количество информации на единицу времени.
Каким образом будут поставляться новые данные зависит от конечного пользователя. Это может быть отправка видео системе в реальном времени или же систематическая передача фото\видеоматериалов, накопленных за определенный промежуток времени. В этих целях был написан блок кода ответственный за сохранение и дальнейшую обработку моделью нейросети отснятого материала. Сфера применения данных может быть обширна.