?
Simulating the time projection chamber responses at the MPD detector using generative adversarial networks
The European Physical Journal C - Particles and Fields. 2021. Vol. 81. Article 599.
Приоритетные направления:
компьютерно-математическое
Язык:
английский
Ключевые слова: машинное обучениеmachine learningdeep learninghigh energy physicsфизика высоких энергийглубокое обучениеgenerative adversarial networksгенеративные состязательные модели
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
V.Belavin, A.Filatov, A.Ustyuzhanin и др., Journal of Physics: Conference Series 2018 Vol. 1085 No. 4 P. 042025-1-042025-6
Добавлено: 8 декабря 2017 г.
Рогачев А. И., Ратников Ф. Д., Journal of Physics: Conference Series 2023 Vol. 2438 Article 012086
Добавлено: 12 мая 2023 г.
A Maevskiy, D Derkach, N Kazeev и др., Journal of Physics: Conference Series 2020 Vol. 1525 No. 012097 P. 1-6
Добавлено: 27 июля 2020 г.
Гремячих Л. И., Устюжанин А. Е., Станкевич А. и др., / arxiv. Series 2110.08626 "Machine Learning". 2021.
В статье рассматривается проблема получения модели скорости для сложной среды на основе граничных измерений. Для описания среды используется акустическая модель. Мы использовали открытый набор данных распределений скоростей для прямого сравнения представленных результатов с предыдущими работами. Прямое моделирование выполняется с использованием сеточно-характеристического численного метода. Обратная задача решается с помощью глубоких сверточных нейронных сетей. Предложены модификации базовой ...
Добавлено: 24 мая 2022 г.
Aaij R., Beteta C. A., Болдырев А. С. и др., Journal of High Energy Physics 2020 Vol. 2020 No. 8 Article 123
Добавлено: 17 сентября 2020 г.
Amrouche S., Basara L., Emeliyanov D. и др., Computing and Software for Big Science 2023 Vol. 7 No. 1 Article 1
Добавлено: 29 ноября 2023 г.
Ратников Ф. Д., Viktoria Chekalina, Journal of Physics: Conference Series 2018 Vol. 1085 P. 1-5
Добавлено: 18 октября 2018 г.
Добавлено: 20 апреля 2021 г.
Рыжиков А. С., Устюжанин А. Е., Journal of Physics: Conference Series 2018 Vol. 1085 P. 1-6
Добавлено: 11 декабря 2017 г.
M. Borisyak, N. Kazeev, Journal of Instrumentation 2019 Vol. 14 No. 08 P. 1-8
Добавлено: 20 августа 2019 г.
The LHCb C., Болдырев А. С., Деркач Д. А. и др., Journal of High Energy Physics 2020 Vol. 2020 No. 6 Article 110
Добавлено: 17 сентября 2020 г.
Добавлено: 17 сентября 2020 г.
Piscataway : IEEE, 2020
Добавлено: 15 октября 2020 г.
Чертенков В. И., Щур Л. Н., Journal of Physics: Conference Series 2021 Vol. 1740 P. 1-5
Добавлено: 19 февраля 2021 г.
Борисяк М. А., Казеев Н. А., Journal of Physics: Conference Series 2020 Vol. 1525 Article 012088
Добавлено: 5 октября 2021 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.
Белавин В. С., Устюжанин А. Е., Journal of Physics: Conference Series 2020 P. 1-7
Добавлено: 31 октября 2019 г.
Andrey Okhotin, Dmitry Molchanov, Arkhipkin V. и др., , in : Advances in Neural Information Processing Systems 36 (NeurIPS 2023). : Curran Associates, Inc., 2023. P. 10038-10067.
Добавлено: 15 февраля 2024 г.
Крылова Д. В., Максименко А. А., Государственное управление. Электронный вестник 2021 № 84 С. 241-255
В статье авторы на основе ряда зарубежных эмпирических исследований по использованию искусственного интеллекта и машинного обучения выделяют ряд особенностей в вопросах выявления и противодействия коррупции и приходят к заключению о том, что освещаемые в зарубежных источниках механизмы коррупционного мониторинга, основанные на использовании передовых информационных технологий и алгоритмах, обладают разной потенциальной эффективностью и не всегда релевантно ...
Добавлено: 25 февраля 2021 г.
Бартунов С. О., Кондрашкин Д. А., Осокин А. А. и др., / Arxiv.org. Series arXiv:1502.07257 "Computation and language". 2015.
Добавлено: 5 ноября 2015 г.
Рысаков С. В., Системный администратор 2015 № 10(155) С. 92-95
Сейчас кажется привычной возможность задать вопрос любимой поисковой системе и моментально получить от нее соответствующий ответ. Для пользователя процесс может показаться простым, в то время как поисковый алгоритм встречает несколько препятствий, среди которых важное место занимает языковой барьер: вопрос, как правило, задается на естественном языке, которому в отличие от компьютерного языка поискового алгоритма присуща неоднозначность. ...
Добавлено: 25 ноября 2015 г.
Izmailov P., Кропотов Д. А., Journal of machine learning and data analysis 2017 Vol. 3 No. 1 P. 20-35
Предлагается новый подход к настройке моделей гауссовских процессов для задач классификации. Стандартные методы для данной задачи имеют сложность O(n 3 ), где n — размер обучающей выборки. Данное обстоятельство не позволяет применять эти методы к задачам с большим объемом данных. В связи с этим в литературе был предложен ряд подходов, основанных на использовании так называемых ...
Добавлено: 6 декабря 2018 г.