Работы автора

В рамках образовательной технологии 4.0 представлено инновационное решение для стоматологического образования - антропоморфный стоматологический симулятор, сочетающий в себе преимущества робототехники, виртуальной и дополненной реальности. Интеграция шестиосевого робота-манипулятора KUKA с виртуальной средой Unity обеспечивает высокую степень реалистичности при моделировании стоматологических процедур. Использование нейронных сетей позволяет объективно оценивать качество выполнения задач студентами, анализируя видеопоток с камер, установленных внутри ротовой полости симулятора. Целью исследования является построение элементов образовательной среды на базе технологии 4.0 на основе геймификации и использования аватаров. Научная новизна исследования заключается в уникальном сочетании промышленного робота, VR/AR технологий и искусственного интеллекта для создания персонализированной и интерактивной обучающей среды. Методика разработки включает создание виртуальной модели челюсти, программирование робота для выполнения точных движений, обучение нейронных сетей на большом объеме данных. Результаты показали, что разработанный симулятор значительно повышает эффективность обучения, сокращает время адаптации студентов и позволяет проводить объективную оценку их навыков. Перспективы развития включают интеграцию с другими медицинскими симуляторами, создание адаптивных учебных программ и применение искусственного интеллекта для более глубокого анализа данных обучения. Примеры, представленные в статье, подтверждают эффективность предложенного подхода и открывают новые перспективы в разработке инновационных обучающих симуляторов для стоматологии. Антропоморфный стоматологический симулятор, представленный в статье, позволяет применять технологии дополненной реальности в обучении стоматологов в дистанционном режиме, а также проводить симуляцию различных заболеваний, что значительно улучшит практическую подготовку преподавателей и студентов к работе с пациентами.

Рассмотрены основные принципы распознавания образов на основе сети неокогнитрон, а также общая структура сети и принципы ее функционирования. Приведены примеры ее работы и анализ полученных результатов.

Представлен алгоритм работы дополнительного преобразующего слоя в сети на основе “неокогнитрона”. Ранее авторы рассматривали общий принцип работы данного вида сети. Описанный метод улучшает работу сети путем дополнительного преобразования данных. Проведен анализ входных данных при распознавании. Разработан алгоритм, который преобразует данные для более удобного распознавания сети.