?
Fast inference in convolutional neural networks based on sequential three-way decisions
Information Sciences. 2021. Vol. 560. P. 370-385.
Научное направление:
Компьютерные науки
Приоритетные направления:
компьютерно-математическое
Язык:
английский
Ключевые слова: Image recognitiongranular computingгранулярные вычисленияпроверка статистических гипотезстатистический последовательный анализобработка и распознавание изображенийSequential three-way decisionsmultiple testing statistical proceduresConvolutional Neural Networkсверточные нейронные сетиadaptive neural networks
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Савченко А. В., Lecture Notes in Artificial Intelligence 2017 Vol. 10314 P. 264-277
Добавлено: 27 июня 2017 г.
Савченко А. В., Knowledge-Based Systems 2016 Vol. 91 P. 252-262
The paper is focused on an application of sequential three-way decisions and granular computing to the problem of multi-class statistical recognition of the objects, which can be represented as a sequence of independent homogeneous (regular) segments. As the segmentation algorithms usually make it possible to choose the degree of homogeneity of the features in a ...
Добавлено: 4 декабря 2015 г.
Савченко А. В., Записки научных семинаров ПОМИ РАН 2021 Т. 499 С. 267-283
В статье рассматриваются быстрые алгоритмы распознавания изображений, основанные на статистическом последовательном анализе. Исследованы метода с последовательной обработкой главных компонент векторов признаков изображений, а также с ранним остановом при прямом проходе в сверточной нейронной сети. Особое внимание уделено последовательному обучению нейросетевых моделей для одновременной классификации нескольких атрибутов (пол, возраст, раса) по фотографии лица. Подчеркнуто, что такие ...
Добавлено: 27 января 2021 г.
Demochkin K. V., Савченко А. В., Journal of Physics: Conference Series 2019 Vol. 1368 No. 032016 P. 1-7
Добавлено: 29 ноября 2019 г.
Sokolova A., Савченко А. В., Optical Memory and Neural Networks (Information Optics) 2020 Vol. 29 No. 1 P. 19-29
В работе рассмотрена задача повышения вычислительной эффективности распознавания лиц на статических изображениях и видео, описываемых векторами признаков высокой размерности, которые извлекаются с использованием сверточных нейронных сетей. Для обработки видеопоследовательностей применены способы агрегации признаков, полученных для каждого видео кадра. Предложен новый иерархический алгоритм распознавания, который отличается от известных подходов тем, что для последовательного анализа более детализированного ...
Добавлено: 25 октября 2019 г.
Савченко А. В., Дёмочкин К. В., Савченко Л. В., Optical Memory and Neural Networks (Information Optics) 2020 Vol. 29 No. 4 P. 297-304
Добавлено: 25 октября 2019 г.
Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885
Добавлено: 29 июня 2022 г.
Дёмочкин К. В., Савченко А. В., В кн. : Сборник трудов V Международной конференции и молодёжной школы "Информационные технологии и нанотехнологии" (ИТНТ 2019). : [б.и.], 2019.
Исследуется задача определения интересов пользователей для рекомендательных систем на основе набора фотографий заказанных или просмотренных ранее товаров. Исследованы нейросетевые методы агрегации векторов признаков изображений, извлеченных с помощью глубоких нейронных сетей. Предложен новый двухэтапный алгоритм, в котором на первом этапе происходит дообучение сверточной нейронной сети, а на втором этапе при помощи последовательного применения методов агрегации neural ...
Добавлено: 4 декабря 2018 г.
Федоров А. Н., Nikolskaia K., Ivanov S. и др., Journal of Big Data 2019 Vol. 6 Article 73
Добавлено: 5 декабря 2020 г.
Савченко А. В., , in : International Joint Conference on Rough Sets, Springer, Cham. : Springer, 2017. P. 264-277.
Добавлено: 26 октября 2018 г.
В статье представлена технология аналитической обработки данных, основанная на теории неточных множеств (rough set theory) и гранулярных вычислениях (granular computing). Показано, как идея приближенных вычислений на гранулярных данных развилась до полноценного рыночного продукта, поддерживающего стандартные и более сложные аналитические запросы к базам данных. Для объяснения описываемого подхода используются принятые в классической теории неточных множеств термины, ...
Добавлено: 5 ноября 2014 г.
Добавлено: 19 августа 2021 г.
Савченко А. В., IEEE Transactions on Neural Networks and Learning Systems 2020 Vol. 31 No. 2 P. 651-660
Добавлено: 1 ноября 2019 г.
A. V. Savchenko, L. V. Savchenko, Information Sciences 2023 Vol. 648 Article 119540
Добавлено: 27 августа 2023 г.
Computational methods to predict Z-DNA regions are in high demand to understand the functional role of Z-DNA. The previous state-of-the-art method Z-Hunt is based on statistical mechanical and energy considerations about B- to Z-DNA transition using sequence information. Z-DNA CHiP-seq experiment results showed little overlap with Z-Hunt predictions implying that sequence information only is not ...
Добавлено: 11 декабря 2020 г.
Sokolova Anastasiia, Kharchevnikova Angelina, Савченко А. В., Lecture Notes in Computer Science 2018 Vol. 10716 P. 223-230
Добавлено: 24 октября 2017 г.
Харчевникова А. С., Савченко А. В., Компьютерная оптика 2020 Т. 44 № 4 С. 618-626
В работе рассматривается задача извлечения предпочтений пользователя по его фотоальбому. Предложен новый подход на основе автоматического порождения текстовых описаний фотографий и последующей классификации таких описаний. Проведен анализ известных методов создания аннотаций по изображению на основе свёрточных и рекуррентных (Long short-term memory) нейронных сетей. С использованием набора данных Google’s Conceptual Captions обучены новые модели, в которых ...
Добавлено: 16 сентября 2020 г.
Савченко А. В., Khokhlova Y. I., Optical Memory and Neural Networks (Information Optics) 2014 Vol. 23 No. 1 P. 34-42
Добавлено: 26 марта 2014 г.
Савченко А. В., , in : Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020). : Piscataway : IEEE, 2020. P. 1-8.
Добавлено: 15 октября 2020 г.
Криницкий М. А., Вереземская П. С., Гращенков К. В. и др., Atmosphere 2018 Vol. 9 No. 426 P. 1-23
Добавлено: 26 ноября 2020 г.
Савченко А. В., Рассадин А. Г., , in : Advances in Neural Networks – ISNN 2019 16th International Symposium on Neural Networks, ISNN 2019, Moscow, Russia, July 10–12, 2019, Proceedings, Part II. : Cham : Springer, 2019. Ch. 41. P. 422-430.
Добавлено: 16 августа 2019 г.
Разоренова А. М., Yavich N., Malovichko M. и др., / Cold Spring Harbor Laboratory. Series 005140 "Biorxiv". 2020.
Добавлено: 10 ноября 2020 г.