Мулявин Дмитрий Евгеньевич

Факультет: «Интеллектуальных систем и программирования».

Кафедра: «Компьютерная инженерия».

Специальность: «Информатика и вычислительная техника».

Разработка алгоритма генерации изображений с элементами искусственного интеллекта.

Научный руководитель: к.т.н., доц., Мальчева Раиса Викторовна.

Собственные публикации

  1. Application of Artifical intelligence For Improving The Efficiency of Image Generation

    Авторы: Д.Е. Мулявин, Р.В. Мальчева, Е.Н. Кушниренко.

    Описание: Рассмотрены элементы искусственного интеллекта и основы его функционирования. Приведен их краткий анализ и объяснена математическая модель.

    Источник: Young Scientists' Researches and Achievements In Science.

  2. Расширение возможностей систем генерации изображений путем использования нейронных сетей

    Авторы: Д.Е. Мулявин, Р.В. Мальчева, А.А. Койбаш.

    Описание: Статья представляет обзор основных проблем, с которыми сталкиваются исследователи и практики при генерации изображений с использованием нейронных сетей. Рассматриваются ключевые аспекты, такие как вычислительная сложность и качество сгенерированных изображений. В статье также предлагаются потенциальные решения для данных проблем, включая оптимизацию архитектур нейронных сетей, применение методов оптимизации и использование специализированных аппаратных ускорителей.

    Источник: на момент разработки сайта находится в печати.

  3. Обзор графических систем и их архитектур

    Авторы: Д.Е. Мулявин, Р.В. Мальчева.

    Описание: Работа представляет обзор архитектур компьютерных графических систем в контексте системы на базе RISC-процессора Intel i860 и высокопроизводительной мультимикропроцессорной системы Silicon Graphics POWER IRIS 4D/380 VGX и их архитектурных компонентов.

    Источник: на момент разработки сайта находится в печати.


Тематические публикации

  1. Использование генеративно-состязательных сетей для генерации изображений по тексту

    Авторы: А.О. Левин, Ю.С. Белов.

    Описание: В работе проведён анализ архитектуры, обучения и эффективности генеративно-состязательных сетей (GAN), применяемых для этой задачи. GAN показали себя как эффективный инструмент для генерации изображений по тексту, несмотря на сложности обучения и ограниченность выборок, что увеличивает временные затраты. Тем не менее, высокое качество результатов подтверждает целесообразность их использования.

    Источник: Научное обозрение. Технические науки.

  2. Нейросетевая генерация изображений на основе текстовых описаний

    Авторы: А.Г. Романова, О.И.Белозеров.

    Описание: В статье приведено описание основных нейронных сетей, входящих в состав современных программ для генерации изображений на основе текстовых описаний, произведён разбор взаимодействия между уровнями представленных нейронных сетей. Описан пример создания программы.

    Источник: Научно-техническое и экономическое сотрудничество стран АТР в XXI веке.