ONLINE STEREO 3D-VISUALIZATION SYSTEM OF THE SOLAR ATMOSPHERE USING DEEP LEARNING
Полезният модел се отнася до система за онлайн стерео 3D-визуализация на слънчевата атмосфера, използваща дълбоко обучение. За определена част от слънчевата атмосфера, данни, постъпващи от наблюдаващите сателити и наземни устройства, не са налични или са налични в частична степен. Полезният модел пр...
Gespeichert in:
| Hauptverfasser: | , , |
|---|---|
| Format: | Patent |
| Sprache: | bul ; eng |
| Schlagworte: | |
| Online-Zugang: | Volltext bestellen |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | |
|---|---|
| container_issue | |
| container_start_page | |
| container_title | |
| container_volume | |
| creator | Miteva, Rositsa Zabunov, Svetoslav Nedkov, Rumen |
| description | Полезният модел се отнася до система за онлайн стерео 3D-визуализация на слънчевата атмосфера, използваща дълбоко обучение. За определена част от слънчевата атмосфера, данни, постъпващи от наблюдаващите сателити и наземни устройства, не са налични или са налични в частична степен. Полезният модел предвижда симулиране на тази част от слънчевата атмосфера, с цел визуализация на цялата слънчева атмосфера в онлайн стерео 3D среда. За реализиране на симулирането се използва дълбоко обучение, хардуерно реализирано чрез специализирани графични ускорителни карти (graphics processing units - GPUs) и програмируеми логически матрици (field-programmable gate arrays - FPGAs). Системата за онлайн стерео 3D-визуализация на слънчевата атмосфера, както е показано на фиг. 1, получава входна информация през интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Тези данни се обработват непрекъснато и в реално време от блок за обучение на невронната мрежа, използващ GРU-хардуер (2) като последният създава и непрестанно подобрява текущия модел на невронната мрежа (3). В същото време FРGА-базираната машина за извод (4) симулира състоянието на цялата слънчева атмосфера на базата на текущия модел на невронната мрежа (3) и информацията, получавана от интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Симулираното състояние на цялата слънчева атмосфера постъпва в сървър за генериране на 3D модел на слънчевата атмосфера (5), който е свързан с Интернет. Потребителските работни станции, представляващи персонални устройства с уеб интерфейс (7I...7n), са във връзка със сървъра (5) чрез среда Интернет. Приложението е в онлайн стерео 3D-визуализация на слънчевата атмосфера с цел преподаване на слънчево-земна физика на студенти и докторанти в университетите и институтите. Също така системата е приложима в научно-популярни занимания с ученици.
The utility model relates to an online stereo 3D visualization system of the solar atmosphere using deep learning. As for a certain part of the solar atmosphere, the data coming from observation satellites and ground-based devices are not available or are partially available. The utility model provides simulation of this part of the solar atmosphere, in order to visualize the entire solar atmosphere in an online stereo 3D environment. Deep learning is used in order to implement the simulation, as it is hardware implemented through graphics processing units - GPUs (GPUs) and field-programmable gate arrays ( |
| format | Patent |
| fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_BG3158UU1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>BG3158UU1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_BG3158UU13</originalsourceid><addsrcrecordid>eNrjZAj09_Px9HNVCA5xDXL1VzB20Q3zDA519PGMcgzx9PdTCI4Eyvgq-LsphHgAVfn7OAYpOIb4-gcHeAA1KIQGe_q5K7i4ugYo-Lg6BvkBeTwMrGmJOcWpvFCam0HOzTXE2UM3tSA_PrW4IDE5NS-1JN7J3djQ1CI01NCYoAIAqw4ujQ</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>ONLINE STEREO 3D-VISUALIZATION SYSTEM OF THE SOLAR ATMOSPHERE USING DEEP LEARNING</title><source>esp@cenet</source><creator>Miteva, Rositsa ; Zabunov, Svetoslav ; Nedkov, Rumen</creator><creatorcontrib>Miteva, Rositsa ; Zabunov, Svetoslav ; Nedkov, Rumen</creatorcontrib><description>Полезният модел се отнася до система за онлайн стерео 3D-визуализация на слънчевата атмосфера, използваща дълбоко обучение. За определена част от слънчевата атмосфера, данни, постъпващи от наблюдаващите сателити и наземни устройства, не са налични или са налични в частична степен. Полезният модел предвижда симулиране на тази част от слънчевата атмосфера, с цел визуализация на цялата слънчева атмосфера в онлайн стерео 3D среда. За реализиране на симулирането се използва дълбоко обучение, хардуерно реализирано чрез специализирани графични ускорителни карти (graphics processing units - GPUs) и програмируеми логически матрици (field-programmable gate arrays - FPGAs). Системата за онлайн стерео 3D-визуализация на слънчевата атмосфера, както е показано на фиг. 1, получава входна информация през интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Тези данни се обработват непрекъснато и в реално време от блок за обучение на невронната мрежа, използващ GРU-хардуер (2) като последният създава и непрестанно подобрява текущия модел на невронната мрежа (3). В същото време FРGА-базираната машина за извод (4) симулира състоянието на цялата слънчева атмосфера на базата на текущия модел на невронната мрежа (3) и информацията, получавана от интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Симулираното състояние на цялата слънчева атмосфера постъпва в сървър за генериране на 3D модел на слънчевата атмосфера (5), който е свързан с Интернет. Потребителските работни станции, представляващи персонални устройства с уеб интерфейс (7I...7n), са във връзка със сървъра (5) чрез среда Интернет. Приложението е в онлайн стерео 3D-визуализация на слънчевата атмосфера с цел преподаване на слънчево-земна физика на студенти и докторанти в университетите и институтите. Също така системата е приложима в научно-популярни занимания с ученици.
The utility model relates to an online stereo 3D visualization system of the solar atmosphere using deep learning. As for a certain part of the solar atmosphere, the data coming from observation satellites and ground-based devices are not available or are partially available. The utility model provides simulation of this part of the solar atmosphere, in order to visualize the entire solar atmosphere in an online stereo 3D environment. Deep learning is used in order to implement the simulation, as it is hardware implemented through graphics processing units - GPUs (GPUs) and field-programmable gate arrays (FPGAs). The system for online stereo 3D-visualization of the solar atmosphere, as shown in Fig. 1 receives input information through the input data interface unit (1) relating to the solar atmosphere. This data is processed continuously and in real time by a neural network learning unit using GRU hardware (2), as the latter creates and continuously improves the current neural network model (3). At the same time, the FGA-based output machine (4) simulates the state of the entire solar atmosphere based on the current neural network model (3) and the information received from the input data interface unit (1) relating to the solar atmosphere. The simulated state of the entire solar atmosphere enters a server to generate a 3D model of the solar atmosphere (5), which is connected to the Internet. The user workstations, representing personal devices with a web interface(7I...7n), are connected to the server (5) via the Internet environment. The application is in online stereo 3D-visualization of the solar atmosphere aimed at teaching Solar-terrestrial Physics to students and PhD students at universities and research institutes. The system is also applicable in science activities with students at school.</description><language>bul ; eng</language><subject>MEASURING ; METEOROLOGY ; PHYSICS ; TESTING</subject><creationdate>2019</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20190515&DB=EPODOC&CC=BG&NR=3158U1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,776,881,25543,76293</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20190515&DB=EPODOC&CC=BG&NR=3158U1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>Miteva, Rositsa</creatorcontrib><creatorcontrib>Zabunov, Svetoslav</creatorcontrib><creatorcontrib>Nedkov, Rumen</creatorcontrib><title>ONLINE STEREO 3D-VISUALIZATION SYSTEM OF THE SOLAR ATMOSPHERE USING DEEP LEARNING</title><description>Полезният модел се отнася до система за онлайн стерео 3D-визуализация на слънчевата атмосфера, използваща дълбоко обучение. За определена част от слънчевата атмосфера, данни, постъпващи от наблюдаващите сателити и наземни устройства, не са налични или са налични в частична степен. Полезният модел предвижда симулиране на тази част от слънчевата атмосфера, с цел визуализация на цялата слънчева атмосфера в онлайн стерео 3D среда. За реализиране на симулирането се използва дълбоко обучение, хардуерно реализирано чрез специализирани графични ускорителни карти (graphics processing units - GPUs) и програмируеми логически матрици (field-programmable gate arrays - FPGAs). Системата за онлайн стерео 3D-визуализация на слънчевата атмосфера, както е показано на фиг. 1, получава входна информация през интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Тези данни се обработват непрекъснато и в реално време от блок за обучение на невронната мрежа, използващ GРU-хардуер (2) като последният създава и непрестанно подобрява текущия модел на невронната мрежа (3). В същото време FРGА-базираната машина за извод (4) симулира състоянието на цялата слънчева атмосфера на базата на текущия модел на невронната мрежа (3) и информацията, получавана от интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Симулираното състояние на цялата слънчева атмосфера постъпва в сървър за генериране на 3D модел на слънчевата атмосфера (5), който е свързан с Интернет. Потребителските работни станции, представляващи персонални устройства с уеб интерфейс (7I...7n), са във връзка със сървъра (5) чрез среда Интернет. Приложението е в онлайн стерео 3D-визуализация на слънчевата атмосфера с цел преподаване на слънчево-земна физика на студенти и докторанти в университетите и институтите. Също така системата е приложима в научно-популярни занимания с ученици.
The utility model relates to an online stereo 3D visualization system of the solar atmosphere using deep learning. As for a certain part of the solar atmosphere, the data coming from observation satellites and ground-based devices are not available or are partially available. The utility model provides simulation of this part of the solar atmosphere, in order to visualize the entire solar atmosphere in an online stereo 3D environment. Deep learning is used in order to implement the simulation, as it is hardware implemented through graphics processing units - GPUs (GPUs) and field-programmable gate arrays (FPGAs). The system for online stereo 3D-visualization of the solar atmosphere, as shown in Fig. 1 receives input information through the input data interface unit (1) relating to the solar atmosphere. This data is processed continuously and in real time by a neural network learning unit using GRU hardware (2), as the latter creates and continuously improves the current neural network model (3). At the same time, the FGA-based output machine (4) simulates the state of the entire solar atmosphere based on the current neural network model (3) and the information received from the input data interface unit (1) relating to the solar atmosphere. The simulated state of the entire solar atmosphere enters a server to generate a 3D model of the solar atmosphere (5), which is connected to the Internet. The user workstations, representing personal devices with a web interface(7I...7n), are connected to the server (5) via the Internet environment. The application is in online stereo 3D-visualization of the solar atmosphere aimed at teaching Solar-terrestrial Physics to students and PhD students at universities and research institutes. The system is also applicable in science activities with students at school.</description><subject>MEASURING</subject><subject>METEOROLOGY</subject><subject>PHYSICS</subject><subject>TESTING</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2019</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNrjZAj09_Px9HNVCA5xDXL1VzB20Q3zDA519PGMcgzx9PdTCI4Eyvgq-LsphHgAVfn7OAYpOIb4-gcHeAA1KIQGe_q5K7i4ugYo-Lg6BvkBeTwMrGmJOcWpvFCam0HOzTXE2UM3tSA_PrW4IDE5NS-1JN7J3djQ1CI01NCYoAIAqw4ujQ</recordid><startdate>20190515</startdate><enddate>20190515</enddate><creator>Miteva, Rositsa</creator><creator>Zabunov, Svetoslav</creator><creator>Nedkov, Rumen</creator><scope>EVB</scope></search><sort><creationdate>20190515</creationdate><title>ONLINE STEREO 3D-VISUALIZATION SYSTEM OF THE SOLAR ATMOSPHERE USING DEEP LEARNING</title><author>Miteva, Rositsa ; Zabunov, Svetoslav ; Nedkov, Rumen</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_BG3158UU13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>bul ; eng</language><creationdate>2019</creationdate><topic>MEASURING</topic><topic>METEOROLOGY</topic><topic>PHYSICS</topic><topic>TESTING</topic><toplevel>online_resources</toplevel><creatorcontrib>Miteva, Rositsa</creatorcontrib><creatorcontrib>Zabunov, Svetoslav</creatorcontrib><creatorcontrib>Nedkov, Rumen</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>Miteva, Rositsa</au><au>Zabunov, Svetoslav</au><au>Nedkov, Rumen</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>ONLINE STEREO 3D-VISUALIZATION SYSTEM OF THE SOLAR ATMOSPHERE USING DEEP LEARNING</title><date>2019-05-15</date><risdate>2019</risdate><abstract>Полезният модел се отнася до система за онлайн стерео 3D-визуализация на слънчевата атмосфера, използваща дълбоко обучение. За определена част от слънчевата атмосфера, данни, постъпващи от наблюдаващите сателити и наземни устройства, не са налични или са налични в частична степен. Полезният модел предвижда симулиране на тази част от слънчевата атмосфера, с цел визуализация на цялата слънчева атмосфера в онлайн стерео 3D среда. За реализиране на симулирането се използва дълбоко обучение, хардуерно реализирано чрез специализирани графични ускорителни карти (graphics processing units - GPUs) и програмируеми логически матрици (field-programmable gate arrays - FPGAs). Системата за онлайн стерео 3D-визуализация на слънчевата атмосфера, както е показано на фиг. 1, получава входна информация през интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Тези данни се обработват непрекъснато и в реално време от блок за обучение на невронната мрежа, използващ GРU-хардуер (2) като последният създава и непрестанно подобрява текущия модел на невронната мрежа (3). В същото време FРGА-базираната машина за извод (4) симулира състоянието на цялата слънчева атмосфера на базата на текущия модел на невронната мрежа (3) и информацията, получавана от интерфейсния блок за входни данни (1), отнасящи се до слънчевата атмосфера. Симулираното състояние на цялата слънчева атмосфера постъпва в сървър за генериране на 3D модел на слънчевата атмосфера (5), който е свързан с Интернет. Потребителските работни станции, представляващи персонални устройства с уеб интерфейс (7I...7n), са във връзка със сървъра (5) чрез среда Интернет. Приложението е в онлайн стерео 3D-визуализация на слънчевата атмосфера с цел преподаване на слънчево-земна физика на студенти и докторанти в университетите и институтите. Също така системата е приложима в научно-популярни занимания с ученици.
The utility model relates to an online stereo 3D visualization system of the solar atmosphere using deep learning. As for a certain part of the solar atmosphere, the data coming from observation satellites and ground-based devices are not available or are partially available. The utility model provides simulation of this part of the solar atmosphere, in order to visualize the entire solar atmosphere in an online stereo 3D environment. Deep learning is used in order to implement the simulation, as it is hardware implemented through graphics processing units - GPUs (GPUs) and field-programmable gate arrays (FPGAs). The system for online stereo 3D-visualization of the solar atmosphere, as shown in Fig. 1 receives input information through the input data interface unit (1) relating to the solar atmosphere. This data is processed continuously and in real time by a neural network learning unit using GRU hardware (2), as the latter creates and continuously improves the current neural network model (3). At the same time, the FGA-based output machine (4) simulates the state of the entire solar atmosphere based on the current neural network model (3) and the information received from the input data interface unit (1) relating to the solar atmosphere. The simulated state of the entire solar atmosphere enters a server to generate a 3D model of the solar atmosphere (5), which is connected to the Internet. The user workstations, representing personal devices with a web interface(7I...7n), are connected to the server (5) via the Internet environment. The application is in online stereo 3D-visualization of the solar atmosphere aimed at teaching Solar-terrestrial Physics to students and PhD students at universities and research institutes. The system is also applicable in science activities with students at school.</abstract><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext_linktorsrc |
| identifier | |
| ispartof | |
| issn | |
| language | bul ; eng |
| recordid | cdi_epo_espacenet_BG3158UU1 |
| source | esp@cenet |
| subjects | MEASURING METEOROLOGY PHYSICS TESTING |
| title | ONLINE STEREO 3D-VISUALIZATION SYSTEM OF THE SOLAR ATMOSPHERE USING DEEP LEARNING |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-26T05%3A19%3A13IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=Miteva,%20Rositsa&rft.date=2019-05-15&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EBG3158UU1%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |