Студент САФУ Матвей Караткевич предложил использовать современные нейронные сети для автоматической идентификации айсбергов на радиолокационных (РЛС) снимках. Радиолокация, в отличие от оптики, обеспечивает круглосуточный и всепогодный мониторинг, но не умеет сама по себе отличать отражение от айсберга, судна или волн на воде. Матвей заметил, что глубокие свёрточные модели способны «выучить» тонкие особенности каждого объекта — контрастность и форму судна, текстуру льда и характерные шумы, свойственные ледовым массам.
Для детектирования Матвей предлагает использовать современные архитектуры семейства YOLO (v5–v8), которые отличаются высокой скоростью работы и малой вычислительной нагрузкой. При необходимости точной сегментации контура айсберга можно подключать U-Net-подобные решения или Mask R-CNN. Особое внимание уделено проблеме ограниченного объёма размеченных данных: большинство коммерческих РЛС-снимков платные, а бесплатных репрезентативных наборов мало. Чтобы решить эту задачу, Матвей рекомендует обширную аугментацию — добавление гауссова или спекл-шума, геометрические преобразования (повороты, отражения, обрезки), а также приём CutMix или Mosaic. Кроме того, он советует использовать transfer learning: дообучать модели, предобученные на открытых SAR-датасетах вроде Sentinel-1.
В качестве источников данных можно привлекать бесплатные архивы миссии Copernicus (Sentinel-1), RADARSAT Open Data и NOAA. В сочетании с правильно организованной разметкой (например, с помощью CVAT или LabelImg) и сбалансированными метками кораблей и айсбергов это позволит получить надёжный набор для тренировки. Внедрение такой системы поможет повысить безопасность судоходства в Арктике, где из-за глобального потепления количество айсбергов растёт, а интенсивность морских перевозок увеличивается.
Студент САФУ Матвей Караткевич предложил использовать современные нейронные сети для автоматической идентификации айсбергов на радиолокационных (РЛС) снимках. Радиолокация, в отличие от оптики, обеспечивает круглосуточный и всепогодный мониторинг, но не умеет сама по себе отличать отражение от айсберга, судна или волн на воде. Матвей заметил, что глубокие свёрточные модели способны «выучить» тонкие особенности каждого объекта — контрастность и форму судна, текстуру льда и характерные шумы, свойственные ледовым массам.
Для детектирования Матвей предлагает использовать современные архитектуры семейства YOLO (v5–v8), которые отличаются высокой скоростью работы и малой вычислительной нагрузкой. При необходимости точной сегментации контура айсберга можно подключать U-Net-подобные решения или Mask R-CNN. Особое внимание уделено проблеме ограниченного объёма размеченных данных: большинство коммерческих РЛС-снимков платные, а бесплатных репрезентативных наборов мало. Чтобы решить эту задачу, Матвей рекомендует обширную аугментацию — добавление гауссова или спекл-шума, геометрические преобразования (повороты, отражения, обрезки), а также приём CutMix или Mosaic. Кроме того, он советует использовать transfer learning: дообучать модели, предобученные на открытых SAR-датасетах вроде Sentinel-1.
В качестве источников данных можно привлекать бесплатные архивы миссии Copernicus (Sentinel-1), RADARSAT Open Data и NOAA. В сочетании с правильно организованной разметкой (например, с помощью CVAT или LabelImg) и сбалансированными метками кораблей и айсбергов это позволит получить надёжный набор для тренировки. Внедрение такой системы поможет повысить безопасность судоходства в Арктике, где из-за глобального потепления количество айсбергов растёт, а интенсивность морских перевозок увеличивается.
Pavel Durov, a billionaire who embraces an all-black wardrobe and is often compared to the character Neo from "the Matrix," funds Telegram through his personal wealth and debt financing. And despite being one of the world's most popular tech companies, Telegram reportedly has only about 30 employees who defer to Durov for most major decisions about the platform. At its heart, Telegram is little more than a messaging app like WhatsApp or Signal. But it also offers open channels that enable a single user, or a group of users, to communicate with large numbers in a method similar to a Twitter account. This has proven to be both a blessing and a curse for Telegram and its users, since these channels can be used for both good and ill. Right now, as Wired reports, the app is a key way for Ukrainians to receive updates from the government during the invasion. Unlike Silicon Valley giants such as Facebook and Twitter, which run very public anti-disinformation programs, Brooking said: "Telegram is famously lax or absent in its content moderation policy." The Russian invasion of Ukraine has been a driving force in markets for the past few weeks. The company maintains that it cannot act against individual or group chats, which are “private amongst their participants,” but it will respond to requests in relation to sticker sets, channels and bots which are publicly available. During the invasion of Ukraine, Pavel Durov has wrestled with this issue a lot more prominently than he has before. Channels like Donbass Insider and Bellum Acta, as reported by Foreign Policy, started pumping out pro-Russian propaganda as the invasion began. So much so that the Ukrainian National Security and Defense Council issued a statement labeling which accounts are Russian-backed. Ukrainian officials, in potential violation of the Geneva Convention, have shared imagery of dead and captured Russian soldiers on the platform.
from tr
