Paralela datumtraktado surbaze de homotopa konektebleco: aplikoj al stereoskopa vizio kaj biomedicinaj datumoj


Antaŭparolo

Par-HoT celas konstrui novan konceptan modelon bazitan sur homotropeco de HoT(D), kiu antaŭenigas komputan paralelecon por analizi ĝeneralajn topologiajn datumojn D. Kiel testo de la aplikebleco de ĉi tiu modelo al realaj inĝenieraj problemoj, simpla sed vaste aplikebla kadro estos disvolvita por la reprezento, analizo, rekono kaj lernado de ciferecaj bildaj datumoj.

La proponita matematika modelo baziĝas sur la homotopaj konekteblaj informoj de subdividita objekto, kiun reprezentas nova versio de la klasika nocio de abstrakta ĉela komplekso nomata Organela Komplekso (OC en Angla lingvo). La OC-reprezentado havigas kombinecan topologian scenaron, kiu: a) priskribas la homologajn kaj homotropajn kalkulajn procezojn komplete, kune kaj harmonie; b) estas bone adaptita por estigi paralelecon en ĉi tiu kunteksto kaj c) estas oportuna por pure spacan topologian traktadon skale. Ekde HoT(D), eblas aŭtomate dedukti ne nur la klasikajn homologiajn karakterizaĵojn de D, sed ankaŭ la konekteblajn modelojn, en kiuj ĝia globa homologiaj informoj estas inkluzivita kaj homotope interligita. Kaze de topologie senstrukturaj ĝeneralaj datumoj, ni planas generi novajn efikajn algoritmojn (datumaj topologigaj traktadoj) por konstrui iliajn asociitajn OC-ojn. Por taksi la eblan aplikeblecon de la teoria modelo bazita sur homotropeco, estos disvolvitaj du demonstraj programoj rilataj al aera kaj medicina bildigo:

  • Stereoskopa vizio: paralelaj algoritmoj estos desegnitaj kaj aplikitaj por plibonigi la stereoskopan korespondadon de pluraj bildoj de la sama sceno kaptitaj de malsamaj fotiloj. Ĉi tiuj algoritmoj helpos, ekzemple, realtempan sekvadon kaj navigadon de senpilotaj aerveturiloj.
  • Neŭroscienca datuma analitiko: paralelaj algoritmoj estos desegnitaj kaj realigitaj por topologia registrado, analizo kaj rekono de biomedicinaj bildoj, kaj topologia maŝina lernado aplikita al biomedicinaj datumoj. Ĉi tiuj algoritmoj helpos, ekzemple, ĉerpi utilajn informojn de 3D+t funkciaj magnetaj resonancaj bildoj de homaj cerboj.

Por ambaŭ problemoj, Par-HoT provizos plurajn novajn solvojn por la topologigo de bildaj datumoj, kiuj rilatas al bildoj reprezentitaj per spaca matrico, kiel punkto en n-dimensia eŭklida spaco (karacteristika vektoro) aŭ kiel la kombinaĵo de teksta kaj vida informoj asociitaj kun la bildo.

Par-HoT estas daŭrigo de la ne-teknologia esplorprojekto MTM-2016: 81030-P: "Reconocimiento topológico de imágenes digitales en 4D". Par-HoT estas preter la fazo de simple reĝustigi aŭ modifi la sukcesajn paralelajn generajn algoritmajn teknikojn por la topologia traktado de la ciferecaj bildoj akiritaj en ĉi-lasta. Ĝi provizas potencan novan paralelan komputilan topologian kadron por analizi ĝeneralajn datumojn, fidinde prove sian aplikeblecon al realaj problemoj rilataj al bildaj datumoj.

MICINN

 

Prezkonjekto

21.000,00€

Daŭra Tempo

Junio 2020 - Majo 2023

Financa Ento

Ministerio de Ciencia e Innovación


Referenca Kodo

PID2019-110455GB-I00

Projekta Fazo

Aktiva

Ĉefaj Esploristoj

Pedro Real Jurado

Fernando Díaz del Rio

Esplora areo

Komputila Scienco - Aplikata Matematiko

Esploraj Temoj

Topologiaj Modeloj, Homologio, Homotopio, Homologia Vastiga Arbaro, Organela Komplekso, Spaco-skala Topologia Teorio, Paralela Komputado, Rekonfigurebla Komputado, Stereoskopa Vizio, Biomedicinaj Datumoj, Paralela Komputila Topologio.