Казанцев Максим Алексеевич

1. Параллельная сегментация трехмерных изображений на основе алгоритма разбиения графа с применением роевого интеллекта

Авторы: М.А. Казанцев, М.В. Привалов

Описание: В работе представлен способ распараллеливания алгоритма сегментации изображений методом разбиения графа, путем использования принципов роевого интеллекта колонии медоносных пчел.

Источник: М.А. Казанцев Параллельная сегментация трехмерных изображений на основе алгоритма разбиения графа с применением роевого интеллекта / М.А. Казанцев, М.В. Привалов // Сборник статей студенческой научно-технической конференции «В мире компьютерных технологий» – Севастополь, 2017 – С.43-47.

2. GPU-Based fuzzy C-means clustering algorithm for image segmentation

Авторы: M. Almazrooie, M. Vadiveloo, R. Abdullah

Описание: В статье представлен метод параллельной сегментации изображений с применением алгоритма кластеризации С-средних на аппаратной платформе GPU. Приведены результаты эксперимента, демонстрирующие преимущества параллельных вычислений.

Источник: M. Almazrooie GPU-Based Fuzzy C-Means Clustering Algorithm for Image Segmentation / M. Almazrooie, M. Vadiveloo, and R. Abdullah – School of Computer Sciences, National Advanced IPv6 Center (NaV6), Universiti Sains Malaysia, Malaysia, 2016.

3. Wavelet based image segmentation

Авторы: A. Gavlasova, A. Prochazka, M. Mudrova

Описание: Представлен метод сегментации медицинских изображений с использованием вейвлета Хаара. В статье приводится детальное описание метода и результаты экспериментов, выполненых в среде MATLAB.

Источник: A. Gavlasova Wavelet Based Image Segmentation / A. Gavlasova, A. Prochazka, M. Mudrova - Institute of Chemical Technology, Department of Computing and Control Engineering, Praha, 2006.

4. GPU accelerated fuzzy connected image segmentation by using CUDA

Авторы: Y. Zhuge, Y. Cao, J. K. Udupa, R. W. Miller

Описание: В статье приводится подробное описание распараллеливания алгоритма сегментации методом нечетких связностей. Описание алгоритма сопровождается детальным разбором архитектуры стандарта параллельных вычислений CUDA.

Источник: Y. Zhuge GPU Accelerated Fuzzy Connected Image Segmentation by using CUDA / Y. Zhuge, Y. Cao, J. K. Udupa, and R. W. Miller – Radiation Oncology Branch, National Cancer Institute, National Institutes of Health,USA, 2009.

5. A performance comparison of CUDA and OpenCL

Авторы: K. Karimi, N. G. Dickson, F. Hamze

Описание: Статья посвящена сравнению производительности стандартов параллельных вычислений CUDA и OpenCL при решении задачи адиабатических квантовых вычислений. Приводится описание используемых стандартов, а также детальное сравнение результатов экспериментов.

Источник: K. Karimi A Performance Comparison of CUDA and OpenCL / K. Karimi, N. G. Dickson, F. Hamze – D-Wave Systems Inc., Canada, 2010.

6. Parallel particle swarm optimization for image segmentation

Авторы: A. Kristiadi, Pranowo, P. Mudjihartono

Описание: В статье приведено описание метода параллельной сегментации с применением алгоритма роя частиц. В статье детально рассмотрена программная реализация представленного метода на основе аппаратной базы GPU и стандарта CUDA.

Источник: A. Kristiadi Parallel Particle Swarm Optimization for Image Segmentation / A. Kristiadi, Pranowo, P. Mudjihartono – Atma Jaya Yogyakarta University, Indonesia, 2013.

7. Использование пчелиных алгоритмов для решения комбинаторных задач

Авторы: В.М. Курейчик, А.А. Кажаров

Описание: Статья посвящена использованию алгоритма пчелиной колонии для решения комбинаторных задач. В работе приведена постановка комбинаторной задачи разбиение графа, описание самого пчелиного алгоритма, а также результаты его сравнения с некоторыми другими методами.

Источник: В. М. Курейчик Использование пчелиных алгоритмов для решения комбинаторных задач / В.М. Курейчик, А.А. Кажаров // «Искусственный интеллект» – Таганрог, 2010 – №3. – С. 583-589.

8. Efficient graph-based image segmentation

Авторы: P.F. Felzenszwalb, D.P. Huttenlocher

Описание: В работе представлена интерпретация комбинаторной задачи разбиения графа для нужд сегментации изображений. Приведено детальное математическое описание каждой итерации представленного алгоритма, а также обширные результаты экспериментов.

Источник: P.F. Felzenszwalb Efficient Graph-Based Image Segmentation / P.F. Felzenszwalb, D.P. Huttenlocher – Massachusetts Institute of Technology, USA, 2003.

9. Роевой алгоритм в задачах оптимизации

Авторы: В.В. Курейчик, Д.Ю. Запорожец

Описание: Статья представляет собой математическую постановку и общее описание роевого алгоритма, основанного на поведении колонии медоносных пчел и предназначенного для решения оптимизационных задач.

Источник: В. В. Курейчик Роевой алгоритм в задачах оптимизации / В. В. Курейчик, Д. Ю. Запорожец // «Известия ЮФУ. Технические науки» – Таганрог, 2010 – Тематический выпуск – С. 28-32.

10. Использование муравьиного алгоритма для кластеризации изображения

Авторы: T. Piatrik, E. Izquierdo

Автор перевода: М.А. Казанцев

Описание: В статье представлен метод кластеризации изображения с применением муравьиного алгоритма. Были приведены результаты эксперимента, свидетельствующие об эффективности представленного метода.

Источник: T. Piatrik An application of ant colony optimization to image clustering / T. Piatrik, E. Izquierdo - Multimedia & Vision Research Group, Queen Mary University of London, 2008.