Программы для ЭВМ

Программа анализирует медицинские данные компьютерной томографии в виде файлов стандарта DICOM и поэтапно строит персонифицированную 3D-модель. Программа принимает на вход файлы формата .dcm, результатом работы программы является цифровая модель внутренней поверхности сосудистой структуры в формате STL. Python 3.8.6

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для проведения сравнительного анализа показателей совпадения/несовпадения длины кардиоинтервала (ДКИ) и длины пульсовой длины (ДПВ) на основе двустороннего t-критерия Стьюдента между группами с медицинским диагнозом «остеохондроз шейного отдела позвоночника», с диагностированным синдромом соматоформной вегетативной дисфункции нервной системы и контрольной группой без патологий шейного отдела позвоночника, сердечно-сосудистых заболеваний и нарушений мозгового кровообращения. Программа позволяет выделить значимые различия с уровнем значимости более 0,95 для всех пар этапов исследования по каждой группе испытуемых. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows, Linux. Python 3.8.2

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для контроля положения электронного пучка в накопителе «СИБИРЬ-2» в «Курчатовском источнике синхротронного излучения» путем анализа оцифрованного сигнала с фотонного монитора положения пучка ножевого типа. Python 3.8-32 bit

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа «LI-TOR» (Lost Ions in TORoids) предназначена для расчета потерь быстрых ионов в плазме токамака для заданного начального объемного распределения источника быстрых ионов и анализа влияния геометрических факторов (форма, размер и наклон пучка, геометрия сечения, тороидальность плазмы) на распределение и суммарные потери ионов при инжекции нейтральных пучков в плазму термоядерных источников нейтронов. Программа написана на языке Python 3.8 с использованием специальных библиотек для быстрой обработки и визуализации данных (scipy, sklearn, pytorch, seaborn, numpy, matplotlib и др.). Python 3.8

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для предсказания темпов роста биомассы водорослей Chlorella vulgaris при использовании начальных значений содержания различных веществ в среде и прочих параметров при засеве в качестве входных экспериментальных данных для обучения искусственной нейронной сети. Искусственная нейронная сеть имеет следующую структуру: входной слой из девяти искусственных нейронов, три скрытых слоя, выходной слой из пяти искусственных нейронов. Входные данные обрабатываются при помощи алгоритма дупликации входных данных с внесением малой случайной ошибки, показывающего хорошие результаты для малых наборов входных данных. Количество нейронов на скрытых слоях, параметры обучения и предобработки данных настраиваются алгоритмом оптимизации гиперпараметров по предварительно составленному списку. Python 3.8

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для предсказания скорости роста и накопления биомассы водорослей Arthrospira platensis при использовании начальных значений содержаний различных веществ в среде, прочих параметров при засеве и времени роста культуры в качестве входных экспериментальных данных для обучения искусственной нейронной сети. Искусственная нейронная сеть имеет следующую структуру: входной слой из девяти искусственных нейронов, три скрытых слоя, выходной слой из двух искусственных нейронов. Входные данные обрабатываются при помощи алгоритма дупликации входных данных со внесением малой случайной ошибки, показывающих хорошие результаты для малых наборов входных данных. Количество нейронов на скрытых слоях, параметры обучения и предобработки данных настраиваются алгоритмом оптимизации гиперпараметров по предварительно составленному списку. Python 3.8

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа преобразует веса нейронной сети так, чтобы они удовлетворяли ограничениям, типичным для цифровых нейроморфных устройств: получаемая в результате нейронная сеть имеет целочисленные веса, и входящие веса каждого нейрона могут принимать не более заданного количества уникальных абсолютных значений. Например, если заданное количество - 4, то каждый нейрон имеет 4 целочисленных параметра, один из которых - ноль, а каждый входящий вес нейрона может принимать 7 значений: одно из трёх ненулевых значений со знаком плюс, со знаком минус, или ноль. Получение таких весов из весов исходной обученной нейронной сети производится с помощью кластеризации и дообучения; в ходе дообучения на этапе вычисления активаций сети веса подвергаются кластеризации и округлению до целого, а изменению по градиенту функции ошибки подвергаются центры кластеров. Программа требует для своей работы установленных открытых программных пакетов tensorflow и tensorflow-model-optimization. Поддерживаются нейронные сети полносвязной и свёрточной топологии. Python 3.8

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа позволяет получить импульсную нейронную сеть, удовлетворяющую ограничениям цифровых нейроморфных процессоров и решающую задачу классификации аудиозаписей на примере задачи классификации городских звуков UrbanSound8k. Для этого проводятся следующие этапы: обучение искусственной нейронной сети; квантование весов сети, приводящее их к целым значениям; кластеризация весов, обеспечивающая у каждого нейрона не более заданного количества уникальных по модулю значений весов; моделирование импульсной нейронной сети, эквивалентной полученной искусственной нейронной сети. Обучение исходной искусственной нейронной сети, дообучение её в ходе квантования и кластеризации, а также валидация импульсной нейронной сети проводится с применением кросс-валидации на одном и том же разбиении обучающего набора данных на тренировочную и тестировочную выборки. Для обучения применяется открытый программный пакет tensorflow, для кластеризации - программа для ЭВМ «Программа преобразования весов нейронной сети к заданным ресурсным ограничениям нейроморфных вычислительных устройств на основе кластеризации», для моделирования импульсной нейронной сети - открытый программный пакет SNN conversion toolbox; указанные программные средства не содержатся в составе настоящей программы. Python 3.8

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа создана для работы с порошковыми рентгеновскими дифрактограммами и предназначена для исправления геометрических нелинейностей рентгеновских детекторов путем калибровки угловой шкалы дифракционной картины. Программа сопоставляет экспериментальное положение дифракционных рефлексов выбранного кристаллографического стандарта с базой данных, автоматически подбирает коэффициенты выпрямляющей функции и применяет её ко всем заданным дифрактограммам. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows. Python 3.8

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа ЭВМ написана для точного расчёта эффекта аномальной рентгеновской дифракции в кристаллах. Программа принимает на вход экспериментально измеренный спектр коэффициента поглощения в выбранном кристалле от энергии mu(E), или при необходимости – дисперсионные поправки f ? и f ? ?, а также может использовать табличные дисперсионные поправки, рассчитанные Чантлером (Chantler, 2000). Программа умеет работать с кристаллографическими cif- файлами для загрузки информации о структуре. Тип ЭВМ: IBM PC-совмест. ПК. ОС: Windows. Python 3.8

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)