Персона:
Кулик, Сергей Дмитриевич

Организационные подразделения

Организационная единица

Институт интеллектуальных кибернетических систем

Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.

Фамилия

Кулик

Имя

Сергей Дмитриевич

Полная страница элемента

Результаты поиска

Теперь показываю 1 - 10 из 27

Только метаданные
Forensic information system for olfactory research
(2022) Rybina, T. A.; Kulik, S. D.; Smirnov, D. V.; Кулик, Сергей Дмитриевич
The problems of storing, systematization and accounting for data, accumulated in the process of carrying out olfactory examinations have been considered in the paper. The main purpose of this paper is to present a new forensic information system for olfactory research with cognitive elements. The processes of preparing and carrying out an olfactory examination have been studied during the design and development of the information system, a structural model in the form of a block diagram and an operation algorithm were built and developed. The resulting system prototype should ease the process of taking into account all of the data, obtained during research, as well as be useful for developing cognitive technologies.
Только метаданные
Elements of System Analysis and Factographic Information System for Telemedicine
(2024) Kulik, S.; Kondakov, A.; Кулик, Сергей Дмитриевич
Только метаданные
Preliminary experiments on psoriasis classification in images
(2022) Shtanko, A.; Kulik, S.; Кулик, Сергей Дмитриевич
Только метаданные
Recognition Algorithm for Biological and Criminalistics Objects
(2020) Kulik, S. D.; Shtanko, A. N.; Кулик, Сергей Дмитриевич
© 2020, Springer Nature Switzerland AG.This paper describes the results of a work to develop an algorithm for analyzing images of embossed impressions in paper documents under oblique lighting. The described algorithm could also be used for recognition of similarly-structured objects, for example, some of biological structures. This type of analysis is necessary during forensic analysis of certain security features of paper documents. Part of this analysis is determining to which category new, uncategorized impression belongs to. This research explores the potential for automation of this task using neural networks. The core element of the algorithm is a neural network which determines the similarity between two embossed impressions. The paper describes the structure of the algorithm, a method for creating an image database for training and testing, as well as testing results for proposed algorithm.
Открытый доступ
АДАПТИВНЫЙ ТРЕНАЖЕР ДЛЯ ПОДГОТОВКИ ПСИХОЛОГОВ (#AT-PSY)
(Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный психолого-педагогический университет», 2023) Катышев, Д. А.; Куравский, Л. С.; Ермаков, С. С.; Кулик, С. Д.; Савенков, Е. А.; Кулик, Сергей Дмитриевич
Программа предназначена для тренировки использования элементов консультативной работы для профориентационных задач. Областью применения является адаптивное обучение для подготовки психологов. Программа предъявляет пользователю задания, которые становятся на очередном этапе все более сложными. При успешном ответе пользователя программа выполняет переход на более высокий уровень сложности заданий. При неуспешном ответе программа предоставляет облегченные задания, выдает подсказки и, в случае верного ответа пользователь возвращается на тот же уровень трудности, на котором был дан неверный ответ. Необходимые текущие результаты фиксируются. В случае успешного ответа на последнее задание тест завершается. Программа имеет возможность добавления и редактирования новых заданий и тестов.
Только метаданные
Intelligence Information System for Forensic Microscopical Hair Analysis
(2020) Suchkova, E. V.; Nikonets, D. A.; Kulik, S. D.; Кулик, Сергей Дмитриевич
© 2020, Springer Nature Switzerland AG.The problem of identification by human hair has been considered in the paper. The main aim of this paper is to present a new intelligence information system for forensic microscopical hair analysis. In our research we used micromorphological characteristics of the human hair: cuticle scale pattern, cortical layer background colour, pigment colour, pigment granule size, pigment aggregate size and pigment distribution. The micromorphological characteristics of the hair specimens have been investigated with the special microscope, such as Leica DM 1000 microscope. The result of the work is very important for the development of a mathematical model for the evaluating of the probability of a set of the matching features in the investigated hair object and comparative hair samples. Pattern recognition and decision making is special intelligent technology for forensic examination of human hair. Our results are useful for forensic experts and students from a broad range of disciplines related to intelligent technologies, for forensic microscopical hair analysis and other fields. Gathered information will be used for creating effective intelligence information system for forensic microscopical hair analysis.
Только метаданные
Experiments with Neural Net Object Detection System YOLO on Small Training Datasets for Intelligent Robotics
(2020) Kulik, S. D.; Shtanko, A. N.; Кулик, Сергей Дмитриевич
© 2020, Springer Nature Switzerland AG.In this paper we’ve conducted multiple experiments with modern object detection system YOLO. Object detection systems are fundamental to many robotics tasks. Recognition algorithms involving object detection are often part of various intelligence systems for robots. Training object detection systems usually requires waste amounts of training data which can be expensive and time-consuming. In this paper we’ve conducted several experiments with YOLO on small training datasets investigating YOLO’s capacity to train on small number of examples. We measured accuracy metrics for object detector depending on the size of training dataset, compared training process of full and smaller versions of YOLO and their speed. Gathered information will be used for creating visual factographic intelligence system for robots. YOLO (You Only Look Once) is a special intelligent technology for computer vision techniques. Our results are useful for industry professionals and students from a broad range of disciplines related to robotics, intelligent technologies and other fields.
Открытый доступ
ФАКТОГРАФИЧЕСКАЯ БАЗА ДАННЫХ О СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЯХ ДЛЯ СИСТЕМНОГО АНАЛИЗА
(НИЯУ МИФИ, 2022) Штанько, А. Н.; Кулик, С. Д.; Кулик, Сергей Дмитриевич
База данных предназначена для хранения совокупности самостоятельных материалов содержащих фактографические данные о сверточных нейронных сетях и может применяться в системном анализе для оценки эффективности информационных систем. Эта база данных является фактографической базой данных, областью применения которой является системный анализ, в рамках которого выполняется исследование заданной фактографической информационной системы с целью оценки ее эффективности в выбранной прикладной области. Подбор материалов в фактографической базе данных осуществлён по следующим основным критериям (показателями): показатели эффективности, сведения о наборах данных, дескрипторы сверточных нейронных сетей, оценки эффективности по выбранным показателям, образцы изображений.
Только метаданные
Factographic Information Retrieval for Biological Objects
(2020) Kulik, S. D.; Кулик, Сергей Дмитриевич
© 2020, Springer Nature Switzerland AG.This paper describes the results of work to develop an automated factographic information retrieval system for biological forensic objects. The effective factographic information retrieval problem has been investigated in the paper. This factographic information retrieval includes a pattern recognition algorithm, and they are implemented for retrieval only one image among the variety of similar images of biological forensic objects. The automated factographic information retrieval system includes special retrieval block and human operator. Analytical formula was obtained to evaluate the effectiveness of factographic information retrieval using indicator. This formula is presented by effectiveness indicator: average length of the recommendatory list provided by the retrieval block enabling the human operator to take the final decision. The paper describes the structure of the algorithm for factographic information retrieval. Properties of the important indicator of effectiveness – the average length of the recommendatory list for the human operator were explored.
Только метаданные
Factographic information retrieval for semiconductor physics, micro - And nanosystems
(2019) Kulik, S. D.; Кулик, Сергей Дмитриевич
© 2019 Published under licence by IOP Publishing Ltd. This paper proposes a factographic information retrieval for semiconductor physics, as well as micro - and nanosystems. This factographic information retrieval includes a pattern recognition algorithm and factographic database. The first factographic database includes special keywords from semiconductor physics and micro - and nanosystems. The second factographic database includes document descriptions in the form of Searching Documents Patterns for the fields of semiconductor physics and microelectronics. An analytical model of the factographic information retrieval system is developed. This model is presented by an effectiveness indicator: the average length of the recommendatory list used for semiconductor physics and micro - and nanosystems for space application.