Российско-армянское образование: как сотрудничают вузы двух стран
Сразу несколько российских вузов — Московский государственный университет (МГУ) имени М.В. Ломоносова, Российский государственный гуманитарный университет (РГГУ) и Самарский национальный исследовательский университет имени академика С.П. Королева (Самарский университет) — установили партнерские отношения с Российско-Армянским университетом (РАУ) в 2021 году.
4 июня 2021 года факультет журналистики МГУ заключил ряд договоров с вузами Евразийского экономического союза о научном и образовательном сотрудничестве, в том числе и с Институтом медиа, рекламы и кино РАУ.
По словам руководителя отдела международного сотрудничества факультета журналистики Анны Гладковой, курировавшей подписание договоров, взаимодействие с новыми партнерами позволит внести значимый вклад в научные представления о функционировании журналистики на евразийском пространстве.
11 октября 2021 года в онлайн-формате прошла встреча президента РГГУ Ефима Пивовара с ректором РАУ Арменом Дарбиняном, где стороны обсудили перспективы совместной работы и дальнейшего академического и научного сотрудничества. Профессор Дарбинян подчеркнул, что РАУ рад сотрудничеству с РГГУ и готов к масштабному взаимодействию, особенно учитывая весомый научный потенциал и опыт обоих университетов. В свою очередь, коллеги из РГГУ заверили в своей готовности к долгосрочному сотрудничеству.
В то время как МГУ им. Ломоносова и РГГУ только предстоит совместная работа с РАУ, Самарский университет уже разработал совместно с армянскими коллегами особый программный комплекс, позволяющий оснастить автономным и недорогим «умным зрением» спутники и беспилотники. По мнению ученых, он серьезно упростит массовое внедрение гиперспектральных технологий, с помощью которых можно получать информацию со 100 и более спектральных каналов вместо трех, которые есть у обычного фотоаппарата.
Для распознавания образов, записанных в гиперкубах, используются нейронные сети, которые сравнивают изображения с данными из массива образцов. Хранение и обработка таких эталонных массивов требует больших ресурсов, при этом для анализа гиперкубов с разными типами объектов каждый раз приходится подбирать ключевой признак путем перебора. Новый алгоритм поможет преодолеть эти трудности и резко повысить скорость работы «умного зрения». Он позволяет заменить массив гиперспектральных образцов на заранее выверенный набор признаков, соответствующий текущей задаче дрона или спутника. Сегодня использование гиперспектрального «зрения» на наноспутниках и легких беспилотниках экономически невыгодно, так как требует хранения большого объема собираемых данных. Передать эти данные на сервер для обработки нейросетью в полевых условиях еще сложнее — это требует времени и широкого канала связи. Но с внедрением нового алгоритма, уверены ученые, гиперспектральное «зрение» сможет работать в автономном режиме.
В 2022 году группа ученых планирует выпустить прототип универсальной компьютерной системы, которая подстраивается под любые задачи анализа изображений путем автоматического отбора специальных информативных признаков. Подобная система значительно повысит эффективность решения многих прикладных задач в анализе цифровых изображений, в том числе в области геоинформатики, «умного» земледелия, дистанционного зондирования Земли и даже медицинской диагностики.
Проект уже получил грантовую поддержку Российского фонда фундаментальных исследований и комитета по науке Министерства образования, науки, культуры и спорта Республики Армения.