Irony detection via sentiment-based transfer learning

Содержанием работы является система идентификации четырех типов письменно-речевых структур. Совокупность 11 расчетных параметров, статистических эталонов и семантических характеристик позволяют идентифицировать структуру текста как результат определенной когнитивной схемы (сцена, событие, история, оценка). Метод верифицирован на репрезентативной выборке (N=3900+) и базируется на выявлении критического порогового значения коэффициента подчиненности. Также математически верифицированы переходы между типами: от атомарной фиксации объекта ...

Добавлено: 2 июня 2026 г.

Почему растущие доходы не делают людей счастливее: эмоциональное объяснение парадокса Истерлина (Why Growing Incomes Do Not Make People Happier: an Emotional Explanation of the Easterlin Paradox)

Ворчик А. Д., / SSRN. Серия Social Science Research Network "Social Science Research Network". 2026.

Эта работа посвящена теоретическому объяснению парадокса Истерлина, согласно которому долгосрочный экономический рост не приводит к росту среднего уровня счастья людей. Под счастьем мы понимаем интенсивность эмоций, которые люди испытывают, когда сравнивают свой новый доход с ожидаемым либо целевой - с изначальным. В первом случае мы имеем дело с реактивным подходом к росту, тогда как во втором ...

Добавлено: 31 мая 2026 г.

ML-based Fast Simulation of FARICH Responses

Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.

Добавлено: 19 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Школьный литературный канон эмиграции 1918–1939 гг.

Стрижкова Д. А., / Институт русской литературы (Пушкинский Дом) РАН. Серия B001 "Репозиторий открытых данных по русской литературе и фольклору". 2026.

В базе данных представлена роспись русскоязычных литературных произведений и отрывков, напечатанных в учебниках по словесности, хрестоматиях, книгах для чтения, сборниках стихотворений и рассказов, выходивших во Франции, Германии, Латвии, Эстонии, Болгарии, Сербии в период первой волны русской эмиграции с 1918 по 1939 гг. Датасет представляет интерес для исследователей школьного литературного канона, эмиграции и детского чтения ...

Добавлено: 22 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Современная российская мультипликация как инструмент воспитания традиционных духовно-нравственных ценностей

Жигунов А. Ю., / Basic Research Programme. Серия HUM "Humanities". 2026. № 1.

В статье предпринимается попытка описания образовательного и воспитательного потенциала современной российской анимации в аспекте формирования представлений молодого поколения о традиционных российских ценностях. С опорой на медиа- и семиотический анализ, метод культурно-исторической интерпретации рассмотрены анимационные российские проекты, созданные с 2000 года по 2025 гг., находившиеся в прокате в эфире телевизионных каналов либо стриминговых сервисов с большой ...

Добавлено: 19 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

Iterative Ricci-Foster Curvature Flow with GMM-Based Edge Pruning: A Novel Approach to Community Detection

Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Extraction of properties of anisotropic spin model by deep transfer learning methods

D.D. Sukhoverkhova, L.N. Shchur, , in: Параллельные вычислительные технологии – XIX всероссийская конференция с международным участием, ПаВТ'2025. Короткие статьи и описания плакатов.: Издательский центр ЮУрГУ, 2025. P. 82–89.

Мы применяем методы глубокого машинного обучения с учителем для извлечения свойств анизотропной модели Изинга. Мы рассматриваем два случая анизотропии: ортогональную и диагональную. Из предсказаний нейронной сети мы получили функции вероятности фазы, на основе которых мы измерили две величины: критическую температуру и критический показатель корреляционной длины. Мы оценили значения параметра анизотропии в обоих случаях, при которых ...

Добавлено: 4 декабря 2025 г.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Machine Learning Domain Adaptation in Spin Models with Continuous Phase Transitions

Чертенков В. И., Щур Л. Н., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2025 Vol. 112 No. 3 Article 034104

Добавлено: 12 августа 2025 г.

Supervised and Transfer Learning for Phase Transition Research

Чертенков В. И., Щур Л. Н., Lecture Notes in Computer Science 2025 Vol. 15406 P. 434–449

Добавлено: 10 февраля 2025 г.

Transfer Machine Learning of an Anisotropic Model

D. D. Sukhoverkhova, L. N. Shchur, Lobachevskii Journal of Mathematics 2025 Vol. 46 No. 1 P. 528–534

Добавлено: 13 января 2025 г.

Влияние анизотропии на исследование критического поведения спиновых моделей методами машинного обучения

Суховерхова Д. Д., Щур Л. Н., Письма в Журнал экспериментальной и теоретической физики 2024 Т. 120 № 8 С. 644–649

В статье мы применили глубокую нейронную сеть для изучения вопроса переносимости знания между моделями статистической механики. Был проведен следующий компьютерный эксперимент. Сверточная нейронная сеть была обучена для решения задачи бинарной классификации моментальных снимков расположения спинов модели Изинга на двумерной решетке. При тестировании на вход нейронной сети подавались моментальные снимки расположения спинов модели Изинга на решетке ...

Добавлено: 25 сентября 2024 г.

Применение метода Transfer Learning к задаче машинного перевода для пары русско-хакасский

Лебедева А. Ю., В кн.: Одиннадцатая Международная конференция по компьютерной обработке тюркских языков «TurkLang 2023».: Каз.: Издательство Академии наук Республики Татарстан, 2023. С. 460–471.

Добавлено: 6 марта 2024 г.

To Stay or Not to Stay in the Pre-train Basin: Insights on Ensembling in Transfer Learning

Садртдинов И. Р., Dmitrii Pozdeev, Dmitry P Vetrov и др., , in: Advances in Neural Information Processing Systems 36 (NeurIPS 2023).: Curran Associates, Inc., 2023. P. 15936–15964.

Добавлено: 26 февраля 2024 г.

Unsupervised domain adaptation methods for cross-species transfer of regulatory code signals

Pavel Latyshev, Fedor Pavlov, Herbert A. и др., , in: Proceedings of 11th Moscow Conference on Computational Molecular Biology MCCMB'23.: IITP RAS, 2023.

Добавлено: 1 декабря 2023 г.

Multilingual hope speech detection: A Robust framework using transfer learning of fine-tuning RoBERTa model

Малик М. Ш., Назарова А., Mona M. J. и др., Journal of King Saud University - Computer and Information Sciences 2023 Vol. 35 No. 8 Article 101736

Добавлено: 22 ноября 2023 г.

Advances in Neural Computation, Machine Learning, and Cognitive Research VII

Магай Г. И., Soroka A., Studies in Computational Intelligence, 2023.

Добавлено: 25 октября 2023 г.

Unsupervised Domain Adaptation Methods for Cross-Species Transfer of Regulatory Code Signals

Pavel Latyshev, Fedor Pavlov, Herbert A. и др., Frontiers in Big Data 2023 Vol. 6 Article 1140663

Добавлено: 8 июня 2023 г.