350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №4 за 2022 г.
Статья в номере:
Анализ патентованных изобретений и полезных моделей, использующих сверточные нейронные сети
Тип статьи: научная статья
DOI: https://doi.org/10.18127/j19998554-202204-01
УДК: 004.032.26:001.894+303.732.4
Авторы:

А.Н. Штанько1

1 Национальный исследовательский ядерный университет «МИФИ» (НИЯУ МИФИ) (Москва, Россия)

Аннотация:

Постановка проблемы. Для разработки новых методов, алгоритмов и реализаций в области сверточных нейронных сетей (СНС) необходимо проанализировать и систематизировать уже существующие решения, защищенные охранными документами.

Цель. Провести анализ изобретений и полезных моделей в области СНС, защищенных российскими охранными документами.

Результаты. Рассмотрены отечественные разработки в области нейронных сетей, защищенных охранными документами на изобретения и полезные модели. Установлено, что в последние годы увеличилось число патентованных решений, а также появились решения на основе СНС. Проанализированы изобретения на основе СНС, среди которых большое число работ именно в медицинской области, применяемых чаще всего для классификации, сегментации или выделения признаков изображений на снимках различного рода или кадрах видеоряда. Показано, что в патентованных решениях нейронные сети используются различным образом: применение известных решений в новых областях, изобретение новых методов и нейросетевых решений для конкретной прикладной задачи, разработка новых нейросетевых методов общего применения.

Практическая значимость. Результаты проведенного анализа изобретений и полезных моделей в области СНС, защищенных российскими охранными документами, могут быть применены при оценке развития для планирования исследований и разработок в этой области.

Страницы: 5-17
Для цитирования

Штанько А.Н. Анализ патентованных изобретений и полезных моделей, использующих сверточные нейронные сети // Нейрокомпьютеры: разработка, применение. 2022. T. 24. № 4. С. 5-17. DOI: https://doi.org/ 10.18127/j19998554-202204-01

Список источников
  1. Aloysius N., Geetha M. A review on deep convolutional neural networks // 2017 International Conference on Communication and Signal Processing (ICCSP). IEEE. 2017. P. 0588-0592. DOI: https://doi.org/10.1109/ICCSP.2017.8286426.
  2. Shtanko A., Kulik S. Preliminary Experiment on Emotion Detection in Illustrations Using Convolutional Neural Network // Brain-Inspired Cognitive Architectures for Artificial Intelligence: BICA*AI 2020. BICA 2020. Advances in Intelligent Systems and Computing. Springer, Cham. 2021. V. 1310. P. 490-494. DOI: https://doi.org/10.1007/978-3-030-65596-9_59.
  3. Silver D., Hubert T., Schrittwieser J., Antonoglou I., Lai M., Guez A., Lanctot M., Sifre L., Kumaran D., Graepel T., Lillicrap T., Simonyan K., Hassabis D. A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play // Science. 2018. V. 362. № 6419. P. 1140-1144. DOI: https://doi.org/10.1126/science.aar6404.
  4. Danilin S.N., Shchanikov S.A., Sakulin A.E., Bordanov I.A. Determining the Fault Tolerance of MemristorsBased Neural Network Using Simulation and Design of Experiments // 2018 Engineering and Telecommunication (EnT-MIPT). IEEE. 2018. P. 205-209. DOI: https://doi.org/10.1109/EnT-MIPT.2018.00053.
  5. Ткаченко К.И. Патентуемые нейросетевые решения // Нейрокомпьютеры: разработка, применение. 2009. № 4. С. 46-58.
  6. Поисковая система. Федеральный институт промышленной собственности (ФИПС). [электронный ресурс]. [сайт]. URL: https://www.fips.ru/elektronnye-servisy/informatsionno-poiskovaya-sistema/ (дата обращения: 20.10.2021).
  7. Открытые реестры. Федеральный институт промышленной собственности (ФИПС). [электронный ресурс]. [сайт]. URL: https://www.fips.ru/registers-web/register/ (дата обращения: 20.10.2021).
  8. Borisov V.V., Garanin O.I. A Method of Dynamic Visual Scene Analysis Based on Convolutional Neural Network // In Proceedings of 16th Russian Conference on Artificial Intelligence (RCAI-2018). Moscow, Russia. in September 24–27. Springer: Communications in Computer and Information Science. 2018. V. 934. P. 60–69. DOI: https://doi.org/10.1007/978-3-030-00617-4_6.
  9. Патент на изобретение (С2) №2314023. Российская Федерация (RU), кл. A61B 5/05, A61N 5/06, A61P 17/00. Способ определения момента появления псораленов в коже пациента. / Мошнин М.В. Опубл. 10.01.2008. Бюл. № 1.
  10. Патент на изобретение (С1) №2735648. Российская Федерация (RU), кл. МПК G01N 33/48. Способ диагностики и коррекции костного аутотрансплантата после выполнения реконструктивной костнопластической операции. / Брайловская Т.В., Берченко Г.Н., Федосова Н.В., Тангиева З.А., Ведяева А.П. Опубл. 05.11.2020. Бюл. № 31.
  11. Патент на изобретение (С1) №2734058. Российская Федерация (RU), кл. МПК G06N 3/02, G06T 5/50. Система сегментации изображений зданий и сооружений. / Островская А.А., Хрящев В.В. Опубл. 12.10.2020. Бюл. № 29.
  12. Патент на изобретение (С1) №2710942, Российская Федерация (RU), кл. МПК G06N 3/063, G06N 3/08, G06K 9/62. Одновременное распознавание атрибутов лиц и идентификации личности при организации фотоальбомов. / Савченко А.В. Опубл. 14.01.2020. Бюл. № 2.
  13. Патент на изобретение (С1) №2731052. Российская Федерация (RU), кл. МПК B09B 5/00, B25J 11/00. Роботизированный автоматический комплекс по сортировке твердых коммунальных отходов на основе нейронных сетей. / Гобызов О.А., Плохих И.А., Токарев М.П., Серёдкин А.В., Бобров М.С., Мишнев А.С., Амосов К.А., Дулин В.М., Чикишев Л.М., Маркович Д.М. Опубл. 28.08.2020. Бюл. № 25.
  14. Патент на изобретение (С1) №2734579. Российская Федерация (RU), кл. МПК G06N 3/02. Система сжатия искусственных нейронных сетей на основе итеративного применения тензорных аппроксимаций. / Гусак Ю.В., Пономарев Е.С., Маркеева Л.Б., Чихоцкий А.С., Оселедец И.В., Холявченко М.Д. Опубл. 20.10.2020. Бюл. № 29.
  15. Патент на полезную модель (U1) №111926. Российская Федерация (RU), кл. МПК G06K 9/00. Устройство определения рукописных документов, принадлежащих исполнителю текста на русском языке. / Кулик С.Д., Никонец Д.А., Ткаченко К.И., Лукьянов И.А., Гунько Н.Е. Опубл. 27.12.2011. Бюл. № 36.
  16. Патент на изобретение (С1) №2752137. Российская Федерация (RU), кл. A61B 5/0205. Персональный телемедицинский комплект для дистанционного контроля жизненно важных параметров состояния здоровья человека. / Бондарик А.Н., Егоров А.И., Ульянов В.В. Опубл. 23.07.2021. Бюл. № 21.
  17. Патент на изобретение (С1) №2752453. Российская Федерация (RU), кл. A61B 5/00, G16H 10/00. Телемедицинский терминал для осмотра и тестирования работников промышленных и транспортных предприятий. / Терешко Е.А., Харченко Г.А. Опубл. 28.07.2021. Бюл. № 22.
  18. Патент на полезную модель (U1) №204085. Российская Федерация (RU), кл. G16H 10/00, A61B 5/00. Телемедицинский хаб для осмотра и тестирования работников промышленных и транспортных предприятий. / Терешко Е.А., Харченко Г.А. Опубл. 05.05.2021. Бюл. № 13.
  19. Патент на полезную модель (U1) №61530. Российская Федерация (RU), кл. A61B 1/04. Устройство компьютерной морфометрии при псориазе. / Мошнин М.В. Опубл. 10.03.2007. Бюл. № 7.
  20. Белоусов А.Г. Денежные билеты, бланки ценных бумаг и документов. Определение подлинности: Учеб.-методич. пособие. М.: ИнтерКрим-пресс. 2011. 128 с.
  21. Kulik S.D., Shtanko A.N. Recognition Algorithm for Biological and Criminalistics Objects // Biologically Inspired Cognitive Architectures 2019. Proceedings of the Tenth Annual Meeting of the BICA Society (AISC). 2020. V. 948. P. 283–294. DOI: https://doi.org/10.1007/978-3-030-25719-4_36.
  22. Shtanko A.N., Kulik S.D. Scientific personnel training in convolutional neural networks for the implementation of research projects of the MegaScience class // IOP Conference Series: Journal of Physics: Conference Series. 2019. V. 1406. 012014. DOI:10.1088/1742-6596/1406/1/012014.
  23. Shtanko A.N., Kulik S.D., Kondakov A.A. Effective scientific personnel training in the field of modern computer technologies for the implementation of advanced research projects of the Megascience class // Journal of Physics: Conference Series. 2020. V. 1685. 012011. DOI: 10.1088/1742-6596/1685/1/012011.
  24. Субботин С.А. Нейрокибернетика в СССР-СНГ: аналитический обзор изобретений и патентов // Научная сессия МИФИ-2002. IV Всеросс. науч.-технич. конф. «Нейроинформатика - 2002». М.: МИФИ. 2002. http://www.library.mep-hi.ru/data/scientific-sessions/2002/Neuro_1/1298.htm.
  25. Kondakov A., Kulik S. Intelligent Information System for Telemedicine // Postproceedings of the 10th Annual International Conference on Biologically Inspired Cognitive Architectures (BICA 2019). Tenth Annual Meeting of the BICA Society. Held August 15-19. 2019 in Seattle, Washington, USA. Procedia Computer Science. 2020. V. 169. P. 240-243. DOI: https://doi.org/10.1016/j.procs.2020.02.142.
  26. Свидетельство на программу Российской Федерации №2018617763. Medical Diagnosis Bus System v.1.0 (#MeD-B-S) / Правообладатель OOO «Медицинский центр «Компания Александр» (Россия). / Кондаков А.А., Мошнин М.В., Данилькевич М.А., Кулик С.Д. Заявка №2018615046; Заяв. 18.05.2018; Зарегистр. 02.07.2018; Бюл. №7.
Дата поступления: 16.05.2022
Одобрена после рецензирования: 26.05.2022
Принята к публикации: 23.06.2022