You are here

Program

 


Программа конференции (PDF)  Цикл лекций ICREA-профессора
Васила Николова Александрова

 

Приглашённые доклады


Vassil Alexandrov
(ICREA Research Professor
in Computational Science
at Barcelona Supercomputing Center)

Scientific Visualization and Visual Analytics Challenges
V. Alexandrov, J. Espinosa, I. Rudomin

With the latest advanced of Data and Computational Science, the need to be able to visualize and analyze scientific results, as well as represent and deal with vast amount of data (Big Data), becomes of unquestionable importance. This talk focuses on current trends and needs for analyzing and visualizing Big Data. First it analyses the interplay between High Performance Computing (HPC), Information Visualization and Virtual Reality (VR). In particular, the needs of visual analytics for data and compute intensive problems. Some examples combining HPC and high-end visualization and VR approaches will be drawn from areas of Marketing, Customer Relations and Security areas.

Then, it will address different techniques for visualizing Big Data, considering the visualization process as a complex and greedy task. This part will show in particular that, when it comes to Big Data, current tools do not scale well and specific techniques should be applied. Some examples will be presented for processing and visualizing urban data produced in real-time.

Finally we will show how to use this data for predicting particular behavior, using crowd simulation and Machine Learning techniques in combination with visual analytics methods. Sometimes this predicted behavior will be used for prevention, for example, in the case of undesirable behavior in security applications. In other cases, it will be used to strengthen the said behavior in some cases of marketing and customer relations.

 



Stanislav V. Klimenko
(Scientific Director
of The Institute of Computing
for Physics and Technology,
full professor and scientific leader
of The Department CPT
at Moscow Institute
of Physics and Technology
)

Contemporary Information Technology: Information Visualization,
Virtual Environment, Visual Perception and Analisys

S.V. Klimenko

The ever increasing complexity of the physical phenomena studied in scientific and engineering disciplines, requires the development of new approaches and powerful technique for processing and analysis of complex and Big data. Scientific Visualization developing methods and tools for understanding the problems to be solved by bringing in a person's ability to see and perceive the image.

The report deals with the preconditions of occurrence of this scientific field, the stages of its formation as a scientific discipline and major achievements. Shows the transition from technology to render virtual environment. Currently, scientific visualization is quite complete scientific discipline. Purpose of virtual environments is to provide users with a virtual workspace, in which they can observe and investigate create the virtual real-time data, models and the scenes. Presents selected results of the development of scientific visualization and virtual environment from the Moscow Institute of Physics and Technology and the Institute of Computing for Physics and Technology in cooperation with research centers in Germany and Singapore.

In conclusion ascertained advantages of visualization technologies and virtual environments to improve the efficiency of fundamental research, to meet the challenges of science, education and industry.

Promising areas of research in this subject area are information visualization, visual analytics, a new man-machine interfaces based on haptic devices and tangible images.

The contents of the report: An Historical Excursus, What is Visualization, From Visualization to Virtual Environment, Contemporary VE Installations, Current State-of-the-Art, Available Base and Research Experience, Where We Go, Support for Decision-Making, Virtual Simulation of Tangible Interaction, Conclusions.

 



Евгений Николаевич
Ерёмченко

(Руководитель группы
«Неогеография»,
член совета ISDE,
соучредитель DSRA,
научный сотрудник
Московского государственного
университета им. Ломоносова)​

Цифровая Земля и визуализация в управлении: вызовы и перспективы

Е.Н. Ерёмченко

В докладе даётся общая информация об альянсе «Цифровой Шёлковый Путь» (Digital Silk Road Alliance, DSRA), учреждённом под эгидой Международного Общества Цифровой Земли (International Society of Digital Earth, ISDE) в апреле 2017 года в качестве системы поддержки принятия решений континентального масштаба в рамках проектов «Шёлкового Пути и Шёлкового Пояса». Идеология DSRA базируется на трёх принципах: Цифровая Земля, широкое использование космических данных дистанционного зондирования, и Big Data. Обосновывается трактовка ЦЗ как научной революции (в терминах Т. Куна) в области геовизуализации. Рассматривается хронология развития ЦЗ в 2017 году. Обозначаются перспективы вовлечения методов научной визуализации и визуальной аналитики в решение практических управленческих задач.

 

 

 

 

 



Сергей Игоревич Ротков
(Доктор технических наук, профессор,
Заведующий кафедрой
инженерной геометрии,
компьютерной графики
и автоматизированного проектирования
Нижегородского государственного
архитектурно-строительного
университета
)

Проблема преобразования бумажных архивов
чертежно-конструкторской документации
в электронную модель изделия
и связанные с ней геометро-графические задачи

С.И. Ротков, Е.В. Попов, Т.В. Мошкова, В.А. Тюрина, Д. Ю. Васин, С.А. Роменский, Н.Л. Макаров, В.Л. Чепкасов

Переход на цифровое производство и экономику (программа «Индустрия 4.0») предполагает повсеместное внедрение соответствующих информационных систем и технологий. Системы класса CAD/CAM/CAE/PDM/PLM etc, в своей основе требуют наличия 3D модели объекта исследования и производства, с одной стороны, а с другой, генерируют чертежно- конструкторскую и технологическую документацию, необходимую для физического изготовления объекта. Поскольку проектирование, как правило, идет на основе аналогов и прототипов, то для работы упомянутых систем требуется наличие достаточно большого электронного архива моделей и чертежей. В то же время на предприятиях и организациях за большой промежуток времени накопился огромный архив чертежной документации на бумажной носителе, в объеме доходящий до десятков миллионов листов, которые необходимо ввести в ЭВМ и согласовать с различными информационными системами. В докладе рассматривается организация и создание информационной технологии потокового преобразования данных с бумажного носителя в электронную модель изделия, включающую в себя, в том числе, и преобразование геометрических данных 2D→ 3D. Технология включает в себя решение задачи преобразования «растр-вектор», ориентированной на распознавание и анализ элементов чертежа, формирование промежуточной базы данных, направленной на согласование форматов данных с информационными системами и создание новых функциональных операторов решения прикладных проблем пользователя, не реализуемых имеющимися в системах средствами, генерацию 3D модели объекта. Рассматриваемая технология является инвариантной по отношению к отраслям науки и промышленности.

Работа выполнена по грантам РФФИ № 15-07-05110, 15-07-01962, 17-07-00543.

 



Kirill Sidorov
(PhD, Assistant Professor,
School of Computer Science and Informatics,
Cardiff University)

Paleographic Dating of Birch Bark Manuscripts

K.A. Sidorov

We address the problem of estimating the age of an important class of historical documents: mediaeval manuscripts on birch bark, found in Novgorod and other cities in Northwest Russia. These birch bark manuscripts are one of the most valuable corpora of Old Russian texts, and a crucially important source of information about mediaeval history and evolution of the language. Accurate dating of BBMs is necessary in order to place them in a correct historical context, before historians and linguists can take advantage of their valuable contents. In this work, we investigate how the age of birch bark manuscripts can be automatically estimated from their appearance (paleographically), using computer vision and machine learning techniques. Our method achieves mean absolute accuracy of 18.9 years which is comparable to or surpasses the performance of human experts and of other computational paleography studies. Therefore, our results may corroborate and refine existing paleographic analysis methods.

 



Дмитрий Дмитриевич
Жданов

(Кандидат
физико-математических наук,
заведующий кафедрой
Технологий визуализации НИУ ИТМО)

Методы стохастической трассировки лучей как средство создания
систем дополненной реальности

Д.Д. Жданов, А.Г. Волобой, В.А. Галактионов

С развитием компьютерной техники и средств коммуникации человека с цифровым миром все большую популярность приобретают технологии дополненной реальности (augmented reality). Если в 90-х годах прошлого века ставилась задача генерации реалистичной картинки с изображением виртуальной модели, встроенной в фото- или видео-окружение, то современные задачи касаются широкого круга приложений – от создания систем отображения информации на лобовом стекле автомобиля до генерации тестовых изображений для обучения систем беспилотного вождения. Создание современных комплексов виртуальной и дополненной реальности требует разработки высококачественных оптических систем и согласования работы данных систем с процессами конвергенции, аккомодации и световой адаптации глаза. Это порождает новые задачи их виртуального  прототипирования и анализа распространения света.

В докладе рассматривается круг современных задач, связанных с системами дополненной реальности, и основные подходы к их решению. Авторы много лет работают в этой области, создавая соответствующее программное обеспечение. Методы стохастической трассировки лучей предлагаются как одно из наиболее универсальных средств анализа, моделирования и виртуального прототипирования таких систем. В частности, рассматривается решение, описанное в статье «Stochastic ray tracing methods in problems of photorealistic image synthesis for augmented reality systems», представленной на конференции.

 



Алена Александровна Захарова
(Доктор технических наук,
Институт кибернетики,
Томский политехнический университет)

Решение задач анализа данных
с помощью аналитических визуальных моделей

А.А. Захарова, Е.В. Вехтер, А.В. Шкляр

Дается обзор результатов исследований, направленных на изучение потенциальных преимуществ визуального анализа. Обозначаются слабые места в современном состоянии средств визуального анализа данных, связанные с недостаточным уровнем систематизации и обобщения знаний о возможностях визуализации. Предлагаются некоторые базовые определения, связанные с использованием средств визуализации для решения прикладных задач, в том числе задач анализа больших объемов данных, обучения пользователей и управления их восприятием. Обсуждаются возможности перехода от визуальных образов данных к методам представления информации, аналогичным использованию текстовых форм различного уровня абстракции.

Демонстрируются возможности и преимущества использования авторского метода комплексного визуального анализа, возникающие при решении практических задач. Сформулирован подход к построению визуальных моделей как  инструментов визуальной аналитики. Предложена базовая методика проведения аналитического исследования произвольных данных, позволяющая ввести понятие формальной визуальной модели.

 



Дмитрий Васильевич Сорокин
(Кандидат физико-математических наук,
старший научный сотрудник
лаборатории математических методов
обработки изображений
 факультета Вычислительной математики
и кибернетики
МГУ имени М.В. Ломоносова,
researcher at Centre for Biomedical Image Analysis,
Masaryk University, Brno, Czech Republic
)

Методы совмещения микроскопических изображении
в задачах обработки и анализа изображении живых клеток

Д.В. Сорокин

В докладе представлен обзор методов совмещения микроскопических изображений, представляющих собой важнейший шаг в задачах обработки и анализа изображений живых клеток. Качественное совмещение изображений необходимо для компенсации движения клеток и последующего изучения локального движения клеточных субструктур. Несмотря на большое разнообразие методов совмещения микроскопических изображений, все они имеют свои особенности и границы применимости. Выбор метода для реальных приложений обусловлен спецификой биологического эксперимента, и, как следствие, полученных данных. В докладе основное внимание уделено обсуждению достоинств и недостатков различных методов совмещения микроскопических изображений и границ их применимости в реальных приложениях.

 

 

 

 

 

 

 

 



Андрей Викторович
Дураков

(Директор компании
«Лаборатория мультимедийных решений»,
старший преподаватель ПГНИУ
)

Виртуальная и дополненная реальность в экспозиционной деятельности

А.В. Дураков

Технологии дополненной и виртуальной реальности появились много лет назад, предлагая миру массу полезных применений во многих сферах. Однако на текущий момент по-настоящему массовое применение эти технологии находят в сфере развлечений. Именно в этой сфере Лаборатория Маугри реализовала более десятка крупных проектов с использование технологий дополненной и виртуальной реальности. Наиболее интересные проекты будут представлены на докладе, а также будут рассмотрены перспективы массового применения этих технологий в других сферах.

 

 

 

 

 



Артем Владимирович
Разумков

(Генеральный директор
компании Macroscop
)

МАКРОСКОП: практика применения алгоритмов видеоанализа
для решения задач безопасности и бизнес аналитики

А.В. Разумков

Macroscop разрабатывает коробочное ПО для видеонаблюдения, которое поставляется неограниченному кругу пользователей со стандартным для всех них функционалом. Это существенным образом отражается на требованиях к разрабатываемым для такого ПО алгоритмам видео анализа. В отличие от алгоритма, разрабатываемого для решения конкретной задачи одного или нескольких пользователей, где есть возможность адаптировать его под конкретные условия использования, алгоритм для ПО с неограниченным кругом пользователей должен обеспечивать целевую точность при различных параметрах анализируемой сцены, освещенности и пр. Вследствие этого наборы видео данных, используемые для обучения алгоритмов, оценки точности и тестирования на предмет ее деградации при доработках алгоритмов должны быть значительно более широкими. При этом размер указанных наборов – лишь один из ключевых параметров. Несмотря на то, что коробочное ПО для видеонаблюдения позволяет определить требования к параметрам установки камер, анализируемой сцены и освещенности, которые должны соблюдаться пользователями для обеспечения определенной точности, сложность формализации таких требований также обуславливает необходимость расширения спектра условий, в которых должна обеспечиваться целевая точность.

English