Файл: Российской федерации федеральное государственное автономное образовательное учреждение высшего образования.pdf

150
Рис. 1. Схема лазерного отжига пленки TiO
2
на сапфировой подложке
Рассмотрены различные сценарии лазерного отжига пленок TiO
2
на сапфировой подложке. Рассчитано распределение напряжений в структуре пленка TiO
2
– сапфир под действием лазерного излучения. Модель в паке- те ANSYS позволила исследовать лазерный отжиг пленки TiO
2
на сапфи- ровой подложке с изменением параметров лазерной обработки, таких как скорость сканирования и мощность лазерного луча.
Данная работа в Южном федеральном университете и Ганноверском университете им. Г. В. Лейбница была поддержана Министерством науки и высшего образования Российской Федерации и Германской службой академических обменом (DAAD) в рамках сотрудничества по совместной программе «Михаил Ломоносов».
Литература
1. Malyukov S. P., Sayenko A. V., Klunnikova Yu. V. Research of Influence of
Laser Annealing Parameters on Structural and Morphological Properties of
TiO
2
Thin Films // IOP Conference Series: Materials Science and Engineer- ing. – 2019. – № 475. – V. 012008.– pp. 1–4.
2. Malyukov S. P., Klunnikova Yu. V., Sayenko A. V., Tolstunov M. I. Investi- gation of Titanium Oxide Film on Sapphire Substrate for Gas Sensor // Jour- nal of Physics: Conference Series. – 2018. – № 1124. – V. 022003.– pp. 1–4.
3. Богданов Ю., Кочемасов В., Хасьянова Е. Неорганические подложки: характеристики, критерии выбора // Печатный монтаж. –2014. – № 1. –
С. 204–216.
4. Хороших В. М., Белоус В. А. Пленки диоксида титана для фотокатализа и медицины // ФИП. – T. 7. – № 3. – 2009. – С. 223–238.

151
ГЕНЕРАЦИЯ РЕАЛИСТИЧНОГО ШУМА НА ИЗОБРАЖЕНИЯХ
Коваленко А. С., Демяненко Я. М.
ФГАОУ ВО «Южный федеральный университет»,
Институт математики, механики и компьютерных наук
им. И. И. Воровича,
г. Ростов-на-Дону
E-mail: alexey.s.russ@mail.ru, demyanam@gmail.com
Шумоподавление является одной из главных задач в области обработ- ки изображений и видео. На данный момент эффективнее всего задача по- давления шума на изображениях решается с помощью нейросетевых под- ходов. Но данные подходы имеют один существенный недостаток, им не- обходим выравненный набор данных для обучения. То есть обучающие данные должны состоять из пар изображений, где чистому изображению без шума соответствует зашумлѐнное изображение с таким же визуальным содержанием.
В реальных условиях такие пары можно получить, используя камеру на штативе или использовать наложение синтетического шума. В первом случае производится съѐмка серии кадров неподвижной сцены, и затем данные кадры усредняются для получения изображения, близкого к чисто- му, а любой кадр из данной серии может выступать зашумлѐнным изобра- жением. Но с другой стороны практически невозможно применить данный подход для записи выравненных пар видеозаписей. Поэтому, например, авторы работ [1] и [2] используют наложение Гауссова шума на кадры из видео для получения искусственного зашумлѐнного изображения. Но по- пиксельное наложение шума имеет существенный недостаток, а именно такой искусственный шум сильно отличается от реального цифрового шу- ма и нейронные сети переобучаются эффективно подавлять только его.
При попиксельном наложении искусственного шума на входное изоб- ражение физические свойства КМОП-сенсора камеры не учитываются.
Например, переэкспонированные области изображения не должны содер- жать шума. А области, близкие к переэкспонированным, должны содер- жать низкий уровень шума. На эти свойства ссылается автор работы
«Saturation (Imaging)» [3]. Это можно продемонстрировать на примере из набора данных «SIDD» [4]. На рис. 1 вы можете видеть пример переэкспо- нированной области и то, что покрытие гауссовым шумом сильно отлича- ется от фактического шумового изображения, снятого в плохих условиях.

152
Рис. 1. Слева направо: исходное изображение, исходное изображение с шумом, результат добавления гауссова шума к чистому изображению с среднеквадратичным отклонением 50
Для реализации модели, генерирующей реалистичный шум, нами был модифицирован подход «DANet» [5]. Мы заменили модели генератора и шумоподавителя семейства архитектур Unet, используемые авторами ра- боты [5] на модели с более современной архитектурой, называемой «визу- альными трансформерами», а в частности «Uformer» [6]. При обучении об- новлѐнных моделей, нам удалось улучшить показатели метрики «пиковое отношение сигнала к шуму» с 39.3 до 39.4 при решении задачи подавления шума на валидационном наборе данных «SIDD» [4]. Поскольку итоговая модель состоит из генератора шума и шумоподавителя, из данных метрик следует, что генератор шума также был улучшен.
Ссылка на репозиторий с реализацией пайплайна для обучения моде- лей генерации шума, содержащий архитектуры из экспериментов: https://github.com/AlexeySrus/image_denoising/tree/video_denoising
Литература
1. Tassano Matias, Delon Julie, Veit Thomas. FastDVDnet: Towards Real-Time
Deep Video Denoising Without Flow Estimation // Proceedings ofthe
IEEE/CVF Conference on Computer Vision and Pattern Recognition
(CVPR). – 2020. – June.
2. Claus Michele, Gemert Jan.ViDeNN: Deep Blind Video Denois-ing. –
2019. – 06. – P. 1843–1852.
3. Hasinoff Samuel W. Saturation (Imaging) // Computer Vision, A Refer-ence
Guide. – 2014.
4. NTIRE 2019 Challenge on Real Image Denoising: Methods and Results
/Abdelhamed Abdelrahman, Timofte Radu, Brown Michael S., et al. //The
IEEE/CVF Conference on Computer Vision and Pattern RecognitionWork- shops (CVPRW). – 2019. – June.

153 5. Dual Adversarial Network: Toward Real-world Noise Removal andNoise
Generation / Yue Zongsheng, Zhao Qian, Zhang Lei, andMeng Deyu // Pro- ceedings of the European Conference on ComputerVision (ECCV). – 2020. –
August.
6. Uformer: A General U-Shaped Transformer for Image Restoration /Wang
Zhendong, Cun Xiaodong, Bao Jianmin, and Liu Jianzhuang //CoRR. –
2021. – Vol. abs/2106.03106. – arXiv :2106.03106.

154
ИНТЕГРАЦИЯ ДАННЫХ В ИНФОРМАЦИОННЫХ СИСТЕМАХ.
МЕТОДЫ. ЭТАПЫ ИНТЕГРАЦИИ
Косицына И. В.
ФГАОУ ВО «Южный федеральный университет»,
г. Ростов-на-Дону
E-mail: ivp@sfedu.ru
Интеграция данных – это всегда довольно рискованная задача, свя- занная с тем, что нужно учесть множество факторов, рисков, организаци- онных проблем. Переход от бумажного документооборота к цифровому породил на предприятиях большое количество различных систем по учету того или иного сектора работы, следствием чего явилось дублирование информации в разных базах и снижение эффективности работы. На сего- дняшний день почти перед каждым предприятием стоит вопрос: либо внедрение единой многофункциональной системы учета, которая сможет охватить все бизнес-процессы в рамках одного предприятия, либо внедре- ние системы интеграции данных из различных источников. Конечно же, построение интеграционной системы является более надежным и верным решением в такой ситуации. Это обусловлено несколькими моментами:
Во-первых, сокращение объемов работы пользователей. Выбор источ- ников данных, самостоятельное обращение к каждому источнику, а затем объединение и сравнение полученных данных – трудозатратная задача пользователя. Интеграция данных позволит сократить эти объемы.
Во-вторых, источниками данных в интегрируемой системе могут вы- ступать помимо классических баз данных также репозитории, веб-сайты, различные системы.
Главной задачей интеграции данных является формирование полного и непротиворечивого набора данных на основе множества разнородной входящей информации, полученной из различных источников.[1].
Разработка интеграционной системы – это сложный и многоэтапный процесс, в рамках которого необходимо проанализировать поставленную задачу, выявить аспекты, отвечающие за сложность интеграции, и только после этого приступать к проектированию. Как любая задача, задача инте- грации делится на 4 этапа:

предварительный анализ (концепция);

проектирование;

техническая реализация;

сопровождение.
На первом этапе необходимо определить цели и задачи интеграции в рамках бизнес-процесса, то, как мы будем выполнять интеграцию (архи- тектурный паттерн интеграции), мастер-системы и системы потребители,

155 требования к скорости, предполагаемый рост нагрузки и т.д. Среди слож- ностей, возникающих в процессе интеграции, можно выделить следующие: концептуальная разница (разность решений и допущений систем в органи- зации, которые не стыкуются между собой); технологическая разница
(несовместимость протоколов взаимодействия или формата обмена дан- ных); несовместимость лицензий. В каждом случае необходимо найти оп- тимальное решение проблемы в рамках поставленной задачи.
Большинство информационных систем состоит из типовых компонен- тов. Разумно подходить к интеграции с позиции ключевых составляющих этих систем. Наиболее целостным подходом к интеграции систем является интеграция на уровне бизнес-процессов, в рамках которых происходит не только интеграция бизнес-процессов, но и интеграция приложений, дан- ных, а также людей, вовлеченных в этот бизнес-процесс. [2] Поэтому на этапе проектирования необходимо построить диаграммы потоков данных, объектную модель, таблицы маппинга. Под маппированием в данном кон- тексте понимается определение соответствия данных между потенциально различными семантиками одного объекта или разных объектов.
Итогом первых двух этапов будет являться спецификация, которая необходима разработчику и тестировщику. Здесь мы будем отвечать на ряд вопросов, первым из которых будет вопрос «Как?».
Сначала необходимо определить тип взаимодействия: файловый об- мен, веб-сервис, интеграционная шина, БД. Выделяют следующие методы интеграции:
1. Синтаксические: a. Консолидация (интеграция на физическом уровне); b. Федерализация (интеграция на логическом уровне); c. Распространение (подразумевает копирование из одного места в другое);
2. Семантический (основывается на знании и учете природы данных).
В зависимости от того, какой тип взаимодействия выбран, необходи- мо описать настройки подключения (адрес, название метода, ло- гин/пароль). Определить, что может инициировать запуск интеграции
(триггеры для интеграции) и расписание запуска (периодичность, интер- вал, возможность отключения или принудительного запуска). Следует от- метить, что в случае интеграции несколько систем и необходимости со- ставления расписания запуска потоков данных, важно заранее продумать следующий момент: если дочерние/родительские сущности должны быть получены заранее, и их идентификация осуществляется без родительских сущностей, то расписание должно быть выстроено последовательно.
Следующий вопрос: «Где забираем данные?»
Необходимо определить название папки, сервиса. Для файлового об- мена важно описать шаблон названия папки (маску), правила (проверка на

156 соответствие названия шаблону, наличие сетевого доступа). Здесь необхо- димо прописать порядок действий в той или иной ситуации, например, при отсутствии сетевого доступа необходимо опередить, через какое время бу- дет производиться попытка повторного подключения, сколько таких попы- ток повторного подключения допустимо. Важно продумать обработку дублей и файлов, порядок хранения файлов (сколько хранить данные, что- бы избежать избыточной нагрузки на сервера).
Еще один вопрос: «Что? Куда?»
С самого начала может быть неясно, какие данные должны быть объ- единены (формат, структура данных). На этом этапе важно тесное общение с заказчиком, выявление требования, протокол обсуждений, заполненный пример. Работа с разнородными данными может вызвать ряд трудностей, которые требуют обсуждения. Часто возникает потребность структуриро- вать неструктурированные данные и объединить разнородные источники и типы информации в единый уровень данных[3]. Немаловажным является и качество данных, которые непосредственно будут влиять на процесс при- нятия решений, поэтому важно выбрать эффективный подход к очистке данных. Проводя анализ данных, необходимо учитывать и различного типа проверки (файл не соответствует формату, нарушена структура и порядок следования атрибутов, обязательные реквизиты не заполнены, файл пуст.) и какие действия следуют (обработка ошибок и степень предупреждения).
Но также нужно исключить излишне требовательные проверки. Необхо- димо определить, как осуществляется загрузка из нескольких источников
(разделение потоков данных). Здесь очень важна диаграмма потоков дан- ных, разделение потоков данных на уровне структуры и анализ бизнес- процессов.
К этапу технической реализации необходимо приступать только после решения всех вопросов и проблем, возникших на предыдущих этапах. По- дробная и грамотно составленная спецификация будет служить отправной точкой для разработчиков интеграционной системы.
Как и любая информационная система, интеграционная система нуж- дается в дальнейшем сопровождении, и важным моментом является ее масштабируемость. Разумно позаботиться об эффективном развитии про- дукта и оперативности исправления ошибок.
Подводя итог можно заключить, что целесообразно подбирать метод интеграции под конкретное предприятие, проведя анализ потоков данных и бизнес-процессов этого предприятия. Следует отметить, что на сего- дняшний день внедрение интеграции данных имеет достаточно широкую сферу применения и очень востребована. Но существующие методам еще предстоит решить ряд возникающих проблем и сложностей в процессе ин- теграции.

157
Литература
1. Акаткин Ю. М. Применение методов семантической интеграции на при- мере организации информационного взаимодействия веб-сервисов /
Ю. М. Акаткин, Е. Д. Ясиновская, М. Г. Бич, А. В. Шилин // Информа- ционные ресурсы России. 2017. № 2. С. 13–19 2. Голикова Ж. В., Янишевская А. Г. Методы интеграции данных систем предприятий / Ж. В. Голикова, А. Г. Янишевская // Россия молодая: пе- редовые технологии – в промышленность. 2019. № 1 (190). С. 188–190 3. Багутдинов Р. А. Методы интеграции, уменьшение размеров и нормали- зация обработки разнородных и разномасштабных данных// International
Journal of Open Information Technologies ISSN: 2307–8162 vol. 9, no. 2,
2021 (41). С. 39–44 4. Черняк Л. С. Интеграция данных: синтаксис и семантика, Открытые си- стемы, № 10, 24–30 (2009).
5. Шундеев А. С., Першин И. С. Интеграция данных: от баз данных к ин- формационным ресурсам // Знания – Онтологии – Теории (ЗОНТ-09): материалы всеросс. конф. с междунар. участием, 22–24 ноября, 2009. г. Новосибирск. Т. 2. 2009. С. 41–46.

158