Ежегодно по всей стране проходит конкурс «УМНИК» Фонда содействия инновации. В этом году семеро миэтовцев стали победителями и получили грант в размере полумиллиона рублей на развитие своих проектов. Трое финалистов рассказали нам о своих исследованиях и планах на будущее.
Фото из архива Е. Петрова
Лень – двигатель прогресса
Сейчас актуальны программы, способные к машинному обучению. Созданием подобного ПО занимаются и студенты МИЭТа. Проект Евгения Петрова (ИПОВС-22) посвящён преобразованию ссылок на источники, библиографических данных, в соответствии с государственным стандартом.
При написании исследовательской, курсовой или дипломной работы студенты должны соблюдать требования ГОСТа. В том числе там указан шаблон оформления источников – в каком порядке нужно указывать авторов, название, год выпуска, сведения об издании. Например, есть использованная в работе книга «Охрана и рациональное использование болот в Республике Марий Эл // Проблемы региональной экологии. 2007 № 1 С. 80-86. Ефимова Т.Н., Кусакин А.В». Программа Евгения преобразует это название в соответствии с требованиями стандарта: «Ефимова Т.Н., Кусакин А.В. Охрана и рациональное использование болот в Республике Марий Эл // Проблемы региональной экологии. - 2007. - № 1. - С. 80-86».
Чтобы преобразовать ссылку на книгу, необходимо точно определить, где автор, а где название. Для человека это нудная, но тривиальная задача. С программой всё не так просто: её необходимо обучить распознавать элементы. Решить эту проблему можно несколькими способами. Первый: провести обычный поиск по базе имеющихся данных, оформленных по стандарту. Если найдётся источник, то вывести ссылку на него. Второй: пользователь сам вводит данные – автора, название, год, а программа расставляет их в необходимом порядке. Метод Евгения заключается в том, что части введённой записи классифицируются, и ПО расставляет их в соответствии с заданным шаблоном по ГОСТу.
Основная работа над программой – выявление лучших вводных обучающих данных, а также разработка признаков сравнения. В работе программы используется «метод условно-случайных полей». Соответствия обнаруживаются благодаря работе с графами и функциями необходимых классификаций. На основе этого программа создает дополнительные условия. В результате алгоритм преобразует введённые данные в шаблон, выученный программой.
На данный момент работа над проектом продолжается. Будет увеличена обучающая база и точность работы алгоритма, а также поиск новых функций. Грант Евгений планирует потратить на работы в техническом части: разработку облачного сервиса, серверной и клиентской части, чтобы программу мог пользоваться любой желающий. Сегодня имеется работающий прототип, показывающий неплохие результаты. На нём было выявлено, что обучение программы однократно и занимает примерно 10 секунд.
Больше пикселей!
Фото из архива Т. Жертуновой
К сожалению, не всегда выходит добиться высокого качества фотографий, тогда в игру вступают алгоритмы преобразования. Проект Татьяны Жертуновой (ассистент кафедры ИПОВС) направлен на шумоподавление при обработке изображений. Шумы на фотографии – это вкрапления случайных разноцветных точек. Часто они возникают при плохом освещении.
Простейший способ подавить шумы – усреднить цвет, анализируя соседние точки каждого пикселя в некотором диапазоне. Например, есть жёлтый пиксель-шум с края лепестка цветка. Программа сравнивает его цвет с пикселями в радиусе пяти штук от него и подбирает средний между ними цвет – абрикосовый. Таким методом анализируется всё изображение, он называется линейным. Главный недостаток – в результате получается картинка с размытыми контурами.
Существуют нелокальные методы, основанные на усреднении точек не только рядом с пикселем, но и на всём изображении. Минус технологии – она использует все пиксели, в том числе не несущие полезную информацию. Из-за этого границы и контуры на фотографии становятся нечёткими.
Разработка Татьяны лишена этого недостатка. Её алгоритм анализирует изображение и адаптирует область поиска похожих пикселей. Сначала программа исследует изображение на наличие контуров и искажений. Затем для каждого пикселя подбирается диапазон поиска похожих пикселей так, чтобы он не заходил на контуры. В пределах контуров похожие пиксели на изображении усредняются.
Очевидные применения алгоритма – компьютерное зрение и картографические изображения, где требуются чёткость и точность картинки. На данный момент опытный образец работает с чёрно-белым изображением. Татьяна планирует улучшить алгоритм для работы с цветом и внедрить технологию в программы для обработки изображений.
Неожиданное открытие
Фото из архива Д. Терехова
Помимо разработок программного обеспечения, в конкурсе участвовали более осязаемые работы. Таким оказался проект Дмитрия Терехова (аспирант института перспективных материалов и технологий), который вместе со своей научной группой под руководством д.т.н., профессора А.А. Шерченкова разрабатывает тонкоплёночный термоэлектрический генератор (ТЭГ).
В настоящее время широкое распространение в различных устройствах электронной техники получили объемные ТЭГ, представляющие собой две диэлектрические пластины, между которыми располагается электрическая цепь из последовательно соединённых полупроводниковых материалов с различным типом проводимости (электронным и дырочным). При создании градиента температур между соединениями полупроводников, то есть когда одна пластина нагрета, а другая остается холодной, в генераторе возникает термоэлектродвижущая сила, а в замкнутой цепи – электрический ток. Данное явление называется эффектом Зеебека. который был открыт 190 лет назад.
Термоэлектрические генераторы не имеют движущихся частей, они бесшумны, долговечны, неприхотливы в работе и практически на требуют обслуживания. Это очень выгодно отличает их в сравнении с другими, широко распространенными преобразователями тепловой энергии, например, паровыми турбинами. Однако размеры существующих объемных ТЭГ не позволяют их использовать в носимой электронике (часах, нательных датчиках, «умной» одежде и т.д.). Таким образом, создание тонкопленочных ТЭГ, применение которых позволит существенно продлить время работы носимой электроники без перезарядки, является актуальной задачей современной науки и техники.
В ходе проведения экспериментов при разработке электрической и оптической фазовой памяти, о которых «ИНверсия» писала в номере №164 от 24 февраля 2016 года, Дмитрий установил, что наноразмерные пленки материалов фазовой памяти обладают высоким термоэлектрическим коэффициентом. Высокое значения данного параметра в совокупности с низкой теплопроводностью открывает широкие перспективы их применения в тонкоплёночных ТЭГ. Так появилась идея для «УМНИКа».
Материал обнаружен давно. Это система из трёх элементов: германий, сурьма и теллур. Однако важно понять, какое соотношение данных элементов в материале будет лучше всего проявлять необходимые для термогенератора свойства. Для наглядности учёные составили диаграмму: выделили квазибинарный разрез (сечение) треугольника, в вершинах которого располагаются эти элементы, и отметили на нём три соединения, которые обладают наиболее подходящими и устойчивыми свойствами. В данный момент Дмитрий проводит исследования, чтобы определить какой из трёх материалов покажет наибольшую эффективность.
Однако, это лишь один материал. Сам генератор состоит из двух полупроводниковых соединений. Следующая часть работы заключается в подборе состава второго материала. Последним же этапом в проекте станет разработка технологии и создание прототипа тонкопленочного ТЭГ.
Следует отметить, что мощность существующих тонкопленочных термогенераторов невелика, но Дмитрий надеется, что его разработка сможет обеспечить мощность порядка нескольких милливатт. Этого хватит для применения в носимой электронике и других маломощных устройствах. К примеру, разрабатываемый тонкоплёночный ТЭГ может быть применим в сфере ЖКХ-услуг. Его можно установить в счётчик расхода тепла и использовать в качестве чувствительного теплового датчика и/или дополнительного источника питания.
***
Технологии не стоят на месте, и наши студенты их догоняют. «УМНИК» призван помочь в реализации возможностей наших студентов и свою функцию выполняет. Пожелаем успехов исследователям и тем, кто желает воплотить свои идеи.
Иван Гуляев