?
Overview of Face Recognition Algorithms for Person Identification
Программная инженерия. 2022. Vol. 13. No. 7. P. 331–343.
Тенденции в областях компьютерного зрения и распознавания образов, а также возможности современных компьютеров способствовали значительному объему прикладных исследований в сфере создания систем распознавания лиц. В статье представлено исследование наиболее значимых методов распознавания лиц. В первых двух разделах статьи представлены методы распознавания и идентификации лиц. Анализ этих методов охватывает наиболее важные особенности сферы распознавания образов. Рассмотрено также применение групп методов для различных целей. Даны комментарии по применимости исследуемых алгоритмов. В разд. 3 представлены результаты тестирования алгоритмов с использованием реальных наборов данных и примеров.
Портной С. Л., Ефремов А. М., Voloshin A., , in: 2026 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO).: IEEE, 2026. P. 1–4.
Добавлено: 1 октября 2026 г.
International Joint Conferences on Artificial Intelligence, 2026.
Добавлено: 1 октября 2026 г.
Добавлено: 30 сентября 2026 г.
Джамбонг Тенке Х., Institute for System Programming of the RAS, 2026.
Добавлено: 29 сентября 2026 г.
Иванашев Я. М., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2026 Т. 529 С. 93–101
Язык L является нижним для релятивизируемого сложностного класса C, если CL=C. Для классов #P, GapP и SpanP известны точные нижние классы языков: Low(#P) = UP ∩ coUP, Low(GapP) = SPP и Low(SpanP) = NP ∩ coNP. В этой статье мы доказываем, что Low(TotP) = P, и приводим характеризации нижних классов функций для #P, GapP, TotP ...
Добавлено: 28 сентября 2026 г.
Piliugin L., Antropov A., Lobashev E. и др., Journal of Nuclear Materials 2026 Vol. 632 Article 156876
Добавлено: 28 сентября 2026 г.
Kashpurovich I., Oleynichenko A., Стегайлов В. В., Supercomputing Frontiers and Innovations 2026 Vol. 13 No. 1 P. 52–73
Добавлено: 28 сентября 2026 г.
Терегулов Т. Р., Лубенец Е. Р., / Series Quantum Physics "arXiv". 2026. No. 2609.31472.
Добавлено: 28 сентября 2026 г.
Силаков Д. В., Системный администратор 2026 С. 84–89
Пользователи социальных сетей редко задумываются о том, что стоит за красивым фасадом с лентами активностей, пестрящими фотографиями и видеоисториями. Однако массовое увлечение подобными платформами порождает огромное количество всевозможного контента, который надо хранить, оперативно обрабатывать и отображать, а в эру ИИ — еще и активно помогать в его создании и адаптации.
Неудивительно, что последние десятилетия разработчики ведущих социальных сетей стабильно являются поставщиками инфраструктурных программных продуктов, многие из которых распространяются ...
Добавлено: 28 сентября 2026 г.
Prokhorov A., Wei Z., Sang H. и др., Journal of Productivity Analysis 2026 Vol. 65 P. 1–16
Добавлено: 28 сентября 2026 г.
Qian X., Guan X., Zhang B. и др., Journal of Global Optimization 2026
Добавлено: 27 сентября 2026 г.
Портной С. Л., Ефремов А. М., Кузьмин В. В., В кн.: Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-2026): материалы XXIX Международной научной конференции. Россия, Москва, 21–27 сентября 2026 г.: М.: РУДН, 2026..
В работе рассматривается возможность улучшения помехоустойчивости каскадного кода, состоящего из внутреннего кода Хэмминга (4,3) и внешнего кода Рида — Соломона (7,5) над полем GF(8), за счёт дополнительной кор рекции ошибок на основе машинного обучения. Внешний код декодируется списочным алгоритмом с перебором стираний; рассматриваются списки дли ной 5 и 10 комбинаций. Для компенсации потерь помехоустойчивости при ...
Добавлено: 26 сентября 2026 г.
Switzerland: Springer Cham, 2026.
Добавлено: 25 сентября 2026 г.
Добавлено: 25 сентября 2026 г.
Дубич Е. В., Щагин Д. В., Славянский форум 2026 № 2 (52) С. 560–565
В статье сравниваются протоколы HTTP/2 и HTTP/3 при передаче статических файлов в условиях программно моделируемой сетевой деградации. Эксперимент показал, что HTTP/3 не является универсально более быстрым, но устойчивее проявляет себя при росте задержки и потерь пакетов. ...
Добавлено: 25 сентября 2026 г.
Joulitov A.K., Lomazova I.A., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 4(2) P. 215–224
В майнинге процессов (process mining) графы непосредственного следования (Directly-Follows Graph, DFG) популярны благодаря своей простоте и наглядности. Однако, если процесс является ациклическим, но содержит параллельные события, стандартные алгоритмы построения DFG-моделей могут генерировать «ложные» циклы, которыe не представлены в журнале событий. Такие циклы мешают анализу информационных процессов, значительно снижая интерпретируемость и точность (precision) модели. Эта проблема ...
Добавлено: 24 сентября 2026 г.
Добрина Д. Н., Нестеренко А. Ю., Прикладная дискретная математика. Приложение 2026 № 19 С. 151–159
Работа содержит результаты формального анализа криптографических механизмов, входящих в состав проекта методических рекомендаций «Защищенный универсальный протокол передачи данных и управления микросхемой интеллектуальной карты» (протокол SECUNDA). Получена формальная модель и перечень трудноразрешимых математических задач, трудоёмкостью решения которых можно оценить стойкость используемых криптографических механизмов. ...
Добавлено: 24 сентября 2026 г.
I.I. Sergeev, I.A. Lomazova, Modeling and Analysis of Information Systems 2026 Vol. 33 No. 3 P. 394–419
Объектно-ориентированный process mining сформировался как эффективная парадигма анализа событийных данных, включающих несколько взаимодействующих бизнес-объектов. Существующие методы обнаружения моделей часто опираются на объектно-ориентированные сети Петри с фиксированными кратностями дуг, что ограничивает их способность представлять параметрические закономерности потребления и производства ресурсов, а также отражать количественные зависимости между взаимодействующими типами объектов. В данной работе предлагается метод обнаружения объектно-ориентированных ...
Добавлено: 24 сентября 2026 г.
Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., , in: Pattern Recognition. ICPR 2024 International Workshops and Challenges.: Cham: Springer, 2025. P. 308–320.
Добавлено: 21 сентября 2026 г.
Статья посвящена анализу влияния технологий искусственного интеллекта (ИИ) и машинного обучения на развитие, трансформацию киберугроз и создание высокоэффективных систем киберзащиты. Рассматриваются ключевые направления эволюции ИИ, включая ориентированные на данные, модели, приложения и человека подходы, и их роль в формировании как защитных, так и наступательных возможностей. Показано, что злоумышленники активно используют ИИ для автоматизации разведки, персонализации ...
Добавлено: 12 сентября 2026 г.