О КЛЮЧЕВЫХ ДОСТОИНСТВАХ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ
ЗАО «Корпорация «Российские Высокие Технологии» (КРВТ) основана в 2002 году. КРВТ осуществляет разработки, производство и реализацию современного высокотехнологичного оборудования, созданного на базе разработанных компанией уникальных технических и технологических решений. Полученный компанией научно-технический опыт исследований, разработок и внедрения позволяет предлагать оптимальные решения на основе синтеза знаний предметных областей, математического моделирования и созданных нейросетевых технологий, которые защищены целым рядом патентов.
НАУЧНО-ТЕХНИЧЕСКИЕ ДОСТИЖЕНИЯ
В КРВТ осуществлена разработка технологии математического и алгоритмического обеспечения, повышающих эффективность распознавания и классификации (декодирования) информации за счёт применения нейросетевых технологий. Разработана технология высокоточного обнаружения и распознавания целевых объектов в потоках графических (2D и 3D) данных с применением многослойных свёрточных нейронных сетей глубокого обучения. В разработанных компанией технологиях акцент сделан на использование преимуществ нейронных сетей перед традиционными вычислительными методами:
• решение задач при неизвестных закономерностях (используя способность обучения на множестве примеров, нейронная сеть способна решать задачи, в которых неизвестны закономерности развития ситуации и зависимости между входными и выходными данными);
• точность решения при зашумлённых (искажённых) данных (возможность работы при наличии большого числа неинформативных, шумовых входных сигналов);
• работоспособность в непредвиденных и нештатных ситуациях;
• возможность учёта максимального числа разнородных факторов (десятки тысяч и более);
• защита от внешнего манипулирования (взломоустойчивость);
• адаптация к изменениям окружающей среды (работа в условиях значительных колебаний параметров среды);
• потенциальное сверхвысокое быстродействие за счёт использования массового параллелизма обработки информации;
• возможность извлечения знаний, обучения и самоорганизации.
Одним из ключевых достоинств нейронных сетей является возможность одновременной обработки и анализа большого количества информации в режиме реального времени и предоставление результатов человеку для принятия им решений, либо самостоятельное автоматическое принятие оптимальных решений.
Системы принятия решений на основе нейронных сетей дают возможность одновременного достижения нескольких целей, в том числе разнородных.
Применение разработанных технологий возможно в любых областях, где человек работает на пределе своих возможностей или предел человеческих возможностей исчерпан, например:
1. Новые типы вооружения. Создание интеллектуальных видов вооружения и противодействия.
2. Интеллектуальные ситуационные центры и системы поддержки принятия решений. Позволяют оптимально решать в реальном времени целый ряд разноплановых задач.
3. Безопасность и охранные системы: идентификация личности по различным признакам; анализ аэрокосмических снимков, мониторинг информационных потоков в компьютерной сети и обнаружение вторжений и многое другое.
4. Радиомониторинг – обнаружение, классификация и определение ключевых параметров радиосигналов.
5. Радиолокация и зондирование – обнаружение и классификация результатов измерения при значительном разнообразии сканируемых объектов и сложной обстановке помех.
6. Криптография, криптозащита. Создание систем и устройств защиты информации гарантированной стойкости.
7. Адаптивная подстройка параметров информационных потоков. Возможность в режиме реального времени адаптивно управлять параметрами сжатия, кодирования и декодирования информации, объёма передаваемой информации, криптостойкости, распределения каналов передачи информации, параметрами подтверждения получения информации.
8. Оптимизация процессов массового обслуживания. Возможность прогнозировать поведение и развитие систем массового обслуживания при заведомой невозможности точно моделировать поведение большого числа компонентов системы.
9. Принятие решений при неполной информации либо отсутствии качественной модели. Прогнозирование рисков. Нейросетевые технологии позволяют на основе уже полученных данных строить не конструктивные, а поведенческие и информационные модели, для которых не требуется детальный анализ причин и предпосылок полученных данных.
13. Авионика: обучаемые автопилоты, распознавание сигналов радаров, адаптивное пилотирование сильно повреждённого самолета, беспилотные летательные аппараты.
14. Автоматизация производства: оптимизация режимов производственного процесса, контроль качества продукции, мониторинг и визуализация многомерной диспетчерской информации, предупреждение аварийных ситуаций, робототехника.
Досмотровый сканер ОСМОТР-С Мобильный ручной сканер ЗАСЛОН
ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ
Вышеуказанные технологии нашли практическое применение в разработанной компанией линейке радиоволновых сканеров СВЧ-диапазона «Заслон» и «Осмотр-С». Ручной сканер «Заслон» и стационарный сканер «Осмотр-С» предназначены для проведения дос-мотра человека в целях бесконтактного обнаружения спрятанных под одеждой запрещённых предметов, включая взрывчатые и горючие вещества, жидкости, оружие и многое другое. Вышеуказанные сканеры могут эффективно применяться для обеспечения безопасности на особо важных государственных объектах, объектах транспортной инфраструктуры, в местах скопления людей при проведении спортивных и культурно-массовых мероприятий, а также для обеспечения безопасности в торговых центрах и учебных заведениях. Сканеры успешно прошли государственные испытания и опытную эксплуатация в различных ведомствах РФ.
Корпорация «Российские Высокие Технологии»
109428, г. Москва, Рязанский пр-т, д. 24, стр. 1
тел./факс: +7 (499) 753 0240
e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
www.rht.ru
- Теги: безопасность