CRIS @ YSU

CRIS stands for "Current Research Information System". It serves as a repository for all digital materials related to the diverse endeavors at the P.G. Demidov Yaroslavl State University. Notably, it houses original research produced by the university staff.

Through CRIS, the university proudly displays its intellectual and research contributions, ensuring their preservation and promoting their dissemination both locally and internationally.

Photo by @inspiredimages
Research outputs
72
Projects
7
People
3
Artefacts
272
Recent Additions
  • Artefact
    Браслет крученый синий (фрагмент)
    Фрагмент крученого браслета синего стеклянного. Перекрут неравномерный, к тонкому концу становится более мелким. Диаметр стержня – 6 мм, диаметр самого браслета 7 см. Стекло прозрачное, светло-синего цвета, поверхность блестящая, без патины.
  • Artefact
    Горшок красноглиняный
    Горшок красноглиняный. Глина с примесью средней дресвы, дно с подсыпкой мелкого песка. Судя по наличию нагара, использовался в качестве кухонной посуды.
  • Artefact
    Накладка бронзовая
    Узкая бронзовая пластинка, длинная, прямоугольной формы, слегка погнутая. С одной стороны, орнаментирована широкими поперечными канавками, с другой - широкой продольной канавкой, внутри которой многочисленные тонкие поперечные выступы. Часть выступов с продольной канавки по краям утрачена. Вероятно - поясная накладка, хотя могла использоваться и в качестве накладки на предметы интерьера. Найдена в 1995 г. ходе раскопок в Ярославле на Стрелке на месте установки памятника "Троица" (Ярославская археологическая экспедиция руководитель В. В. Праздников)
  • Artefact
    Светильник красноглиняный
    Красноглиняный светильник в форме блюдца с гнездом в центре. Подобные светильники могли использоваться как подсвечники, но сток в центральном гнезде свидетельствует о том, что в блюдце могло наливаться масло, туда опускался фитиль, который затем заводился через сток в гнездо.
  • Artefact
    Заготовка для пряслица
    Заготовка для пряслица, изготовленная из фрагмента краснолощеной керамики с орнаментом (линейный многоряд и зубчатый штамп). Пряслице - грузик, применявшийся для утяжеления ручного веретена и крепления пряжи на нем. Их изготавливали из камня или глины, причем, во втором случае могли брать осколок глиняной посуды , обтачивать его, придавая округлую форму и просверливать отверстие нужного диаметра. Как правило, в подобном случае использовали фрагменты с орнаментом.
Most viewed
  • Patent
    REMOTEQUARRУANALYSIS.AI 1.0 - Программа для сегментации карьеров на данных дистанционного зондирования земли с применением методов искусственного интеллекта
    (2020-03-25)
    Ларионов Р.В.
    ;
    Хрящев В.В.
    ;
    Ганин А.Н.
    Программное обеспечение предназначено для распознавания и сегментации данных дистанционного зондирования земной поверхности. Результатом работы программы является спутниковое изображение высокого или сверхвысокого разрешения с выделенными контурами объектов класса карьеры. Программа обрабатывает изображения размером 1000x1000 пикселей менее, чем за 1 секунду. Обученная сверточная нейронная сеть соответствует следующим критериям: точность обнаружения карьеров с суммарными линейными размерами менее 100 метров составляет не менее 53%, точность обнаружения карьеров с суммарными линейными размерами более 100 метров составляет не менее 90%. Полученные обработанные данные могут использоваться кадастровыми агентствами, застройщиками, геологическими исследователями. Тип ЭВМ: IBM PC-совместимый ПК; ОС: Windows 7/8/10, Linux.
  • Patent
    HistImage.AI – Программа для сегментации и анализа гистологических изображений
    (2019-02-07)
    Лебедев А.А.
    ;
    Хрящев В.В.
    ;
    Среднякова А.С.
    ;
    Степанова О.А.
    Программа предназначена для осуществления автоматической сегментации и классификации гистологических изображений. Область применения – автоматический анализ медицинских изображений. Программа удовлетворяет следующим критериям: допустимая чувствительность классификатора в среднем для всех классов составляет не менее 90%, допустимая точность построенного классификатора в среднем для всех классов составляет не менее 90%. Программа обрабатывает изображение разрешением 572x572 пикселя на вычислительном кластере не более чем 6 секунд (без учёта времени передачи изображений по сети).
  • Patent
    FIREvolution.KGP – научно-исследовательская программа для структурного синтеза цифровых КИХ-фильтров
    Кокарев Н.В.
    ;
    Городецкий М.М.
    ;
    Приоров А.Л.
    Программа предназначена для проектирования и разработки цифровых КИХ фильтров псевдонейронной сетевой структуры, для широкого применения в телекоммуникационных системах и робототехнике. Основные функциональные возможности программы: позволяет на основе требований к импульсной и переходной характеристике при задаваемых структурных ограничениях фильтра произвести оптимизацию: коэффициентов сдвига и задержки базовых элементов (псевдонейронов) фильтра связей между базовыми элементами фильтра. Области использования: телекоммуникационные технологии, беспроводные системы связи, машинное обучение, искусственный интеллект.
  • Patent
    27faces - система анализа аудитории по видеоданным
    (2015-12-20)
    Хрящев В.В.
    ;
    Ганин А.Н.
    Программа - это специальное приложение, включающее алгоритмы видеоаналитики. С помощью IP- или web-камеры программа сканирует пространство перед цифровым дисплеем или витриной, находит лица людей и анализирует их перемещение в пространстве. В каждый момент времени, среди всех людей, находящихся перед цифровым дисплеем или витриной, программа выделяет тех, кто смотрит на экран, определяет их пол и возрастную группу. Собранные анонимные данные программа в зашифрованном виде передает через Интернет в 27faces для хранения и анализа. Программа не требует какого-либо содействия со стороны аудитории. Информация собирается беспристрастно и анонимно, не сохраняя никаких персональных данных и в максимально реальных условиях. Области использования: системы видеонаблюдения и видеоаналитики.
  • Patent
    Face.Video.Lab – программа для слежения за лицами на видеопоследовательностях
    Аминова Е.А.
    ;
    Никитин А.Е.
    ;
    Хрящев В.В.
    ;
    Шмаглит Л.А.