Студенты САФУ разработали нейросеть для навигации среди арктических торосов

Разработку представили Антон Ефремов и Владимир Макарьин.

Торосы — нагромождения льдин высотой до 7–8 метров, которые представляют серьёзную опасность для судов в арктических морях. Недостаток информации о ледовой обстановке повышает риск повреждений корпуса и длительных остановок.

Студенты предложили инструмент, способный воспроизводить структуру ледового поля даже при минимальном объёме исходных данных. Генератор изображений основан на модифицированной архитектуре U-Net с механизмом self-attention и обучен на снимках с дронов.

— Мы проверили, обладают ли торосы фрактальными свойствами, и результаты показали, что структура льда действительно самоподобна. Это позволило нам генерировать изображение всего поля по его отдельным фрагментам, — рассказали авторы разработки.

Созданное приложение на Python с графическим интерфейсом позволяет загружать маски ледяных полей, выбирать модель и получать синтетические изображения торосов практически мгновенно. Тестирование показало высокую точность: разница фрактальной размерности исходных и полученных изображений составила менее одного процента.

Разработка студентов значительно повышает точность прогнозов ледовой обстановки и может помочь судоводителям безопаснее планировать маршруты в условиях Арктики. В дальнейшем команда намерена обучить систему на большем объёме данных и внедрить современные архитектуры нейросетей.