Finite-size analysis in neural network classification of critical phenomena

V. Chertenkov; E. Burovskiy; L. Shchur

doi:10.1103/PhysRevE.108.L032102

Публикации

?

Finite-size analysis in neural network classification of critical phenomena

Physical Review E - Statistical, Nonlinear, and Soft Matter Physics. 2023. Vol. 108. No. 3. Article L032102.

Чертенков В. И., Буровский Е. А., Щур Л. Н.

Научное направление: Технические науки Компьютерные науки Физика

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: нейронная сеть «обучение с учителем»supervised learning Phase transitions Neural networks фазовый переход finite-size analysis конечно-мерный анализ

Графовые паттерны в несогласованных декларативных моделях процессов

Анненков А. Н., Нестеров Р. А., Моделирование и анализ информационных систем 2026 Т. 33 № 2 С. 176–205

Декларативные модели процессов широко используются в process mining для гибкого описания поведения процессов с помощью наборов ограничений. Однако модели, автоматически извлекаемые из журналов событий, могут содержать несогласованные ограничения, что затрудняет их интерпретацию и делает их непригодными для исполнения, проверки соответствия или дальнейшего анализа. Существующие методы анализа согласованности либо опираются на автоматные конструкции с высокой асимптотической сложностью ...

Добавлено: 18 июня 2026 г.

Advances in Information Retrieval: 48th European Conference on Information Retrieval, ECIR 2026, Delft, The Netherlands, March 29 – April 2, 2026, Proceedings, Part II

Cham: Springer Publishing Company, 2026.

Добавлено: 18 июня 2026 г.

Искусственный интеллект как роза научной деятельности: исследование Тимоти Гауэрса

Поддьяков А. Н., Троицкий вариант. Наука 2026 № 12 С. 24–25

В научно-популярной заметке представлен обзор содержания поста филдсовского медалиста Тимоти Гауэрса о возможностях ИИ в математике и содержания комментариев под постом. Обзор сделан в основном чат-ботом DeepSeek. В заключение обсуждается возможность не только решения задач искусственным интеллектом, но и их постановки. ...

Добавлено: 18 июня 2026 г.

Exploring New Frontiers in Vertical Federated Learning: the Role of Saddle Point Reformulation

Beznosikov A., Kormakov G., Grigorievskiy A. и др., Journal of Optimization Theory and Applications 2026 Vol. 209 Article 18

Добавлено: 17 июня 2026 г.

Supervised Learning in Critical Phenomena—Statistical and Systematic Accuracy

Chertenkov V. I., Щур Л. Н., Lobachevskii Journal of Mathematics 2026 Vol. 47 No. 2 P. 720–727

Добавлено: 16 июня 2026 г.

Enhancing Emotion Recognition in Speech Based on Self-Supervised Learning: Cross-Attention Fusion of Acoustic and Semantic Features

Deeb B., Andrey V. Savchenko, Макаров И. А., IEEE Access 2026 Vol. 13 P. 56283–56295

Добавлено: 16 июня 2026 г.

Automated detection of wolf howls using audio spectrogram transformers

Makarov N., Савченко А. В., Zemtsova I. и др., Scientific Reports 2025 Vol. 15 Article 26641

Добавлено: 16 июня 2026 г.

Artificial intelligence framework for multi-pathology risk assessment from retinal fundus images: deep learning approach to 15-disease screening

Vasilev R., Савченко А. В., Blinov P. и др., Frontiers in Medicine 2026 Vol. 13

Добавлено: 16 июня 2026 г.

From Data to Signs: A Foundation Model for Multilingual Sign Language Recognition

Novopoltsev M., Tulenkov A., Murtazin R. и др., IEEE Access 2025 Vol. 13 P. 188170–188181

Добавлено: 16 июня 2026 г.

B3Emo: Quantifying Affect as a Double-Edged Sword in Strategic LLM Interactions

Stepin A., Mozikov M., Kabanov A. и др., IEEE Access 2026 Vol. 14 P. 48127–48144

Добавлено: 16 июня 2026 г.

ESQA: Event Sequences Question Answering

Abdullaeva I., Karpukhin I., Filatov A. и др., IEEE Access 2026 Vol. 14 P. 59390–59408

Добавлено: 16 июня 2026 г.

ВНИИОФИ в период 2016–2025 годов: основные результаты научной деятельности

Батурин А. С., Гаврилов В. Р., Иванов А. В. и др., Измерительная техника 2026 Т. 75 № 2 С. 14–28

28 декабря 2025 года Всероссийскому научно-исследовательскому институту оптико-физических измерений (ВНИИОФИ) исполнилось 60 лет. За прошедшие десятилетия институт выполнил значительное количество научных исследований, разработал и поставил потребителям тысячи высокоточных средств оптико-физических измерений (включая эталонное оборудование). В статье представлены наиболее значимые для метрологического обеспечения оптико-физических измерений результаты научно-исследовательских работ, выполненных ВНИИОФИ за период 2016–2025 гг. ...

Добавлено: 15 июня 2026 г.

Государственный первичный эталон единиц оптической силы и коэффициента передачи модуляции очковой оптики и объективов ГЭТ 205-2025

Минаев В. Л., Измерительная техника 2025 Т. 74 № 2 С. 20–27

Качество формируемого оптической системой изображения определяется её частотно-контрастной характеристикой или коэффициентами передачи модуляции на различных пространственных частотах. Для обеспечения единства измерений коэффициентов передачи модуляции и создания эталонной базы по воспроизведению, хранению и передаче единицы коэффициента передачи модуляции усовершенствован Государственный первичный эталон единиц оптической силы очковой оптики ГЭТ 205-2013 в части воспроизведения единицы коэффициентов передачи модуляции ...

Добавлено: 15 июня 2026 г.

Industry vs Academia: Running a Course on Transformers in Two

Nikishina I., Тихонова М. И., Чекалина В. А. и др., , in: Proceedings of the Sixth Workshop on Teaching NLP (TeachNLP 2024).: Association for Computational Linguistics, 2024. P. 7–22.

Добавлено: 14 июня 2026 г.

Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers)

Association for Computational Linguistics, 2026.

Добавлено: 14 июня 2026 г.

Impact of heat treatment on microstructure and mechanical properties of additively manufactured aluminum bronze

Filippova A. V., Yurchenko N. Y., Smirnov S. A. и др., Journal of Alloys and Compounds 2026 No. 1074 Article 189162

Добавлено: 12 июня 2026 г.

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.

Добавлено: 11 июня 2026 г.

Ising models on the hydrogen peroxide and other lattices

Qian X., Deng Y., Lev N. Shchur и др., Physica A: Statistical Mechanics and its Applications 2026 Vol. 696 Article 131679

Добавлено: 24 мая 2026 г.

Stable On-the-Fly Learning for Dynamic Neural Networks With Delayed Inputs

Chertopolokhov V., Mukhamedov A., Bugriy G. и др., IEEE Access 2026 Vol. 14 P. 14369–14392

Добавлено: 22 мая 2026 г.

Replacing Criterion of Creativity with Criterion of Investment for Results Created by Artificial Intelligence

Пакшин П. К., Legal Issues in the Digital Age 2026 Vol. 7 No. 1 P. 32–48

Искусственный интеллект выполняет значимую функцию в процессе автоматизации, минимизируя операционное участие человека в таких сферах, как медицина, искусство и юриспруденция. Несмотря на исторически тесную взаимосвязь искусства и технологий, именно генеративный искусственный интеллект расширил потенциал для творческой деятельности. Существенным катализатором этого процесса стало распространение предобученных систем искусственного интеллекта, интенсифицировавших развитие технологий в области обработки естественного языка ...

Добавлено: 31 марта 2026 г.

Нейронная сеть как инструмент поддержки принятия решений по ликвидации экономических последствий нештатных ситуаций

Мезенцев А. С., Ясницкий В. Л., Миролюбова Т. В. и др., В кн.: Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века : Сборник статей по материалам Десятой всероссийской научно-практической конференции с международным участием (г. Пермь, ПГНИУ, 9–10 октября 2025 г.).: Пермский государственный национальный исследовательский университет, 2025. С. 148–150.

На примере серийного производства стальных отливок показана возможность применения нейронных сетей в качестве системы поддержки принятия решений по снижению отрицательных экономических последствий некоторых нештатных ситуаций, связанных со сбоями поставок сырьевого материала. Ключевые слова: нештатная ситуация, производственный брак, нейронная сеть, прогнозирование, сырьевой материал, моделирование ...

Добавлено: 15 февраля 2026 г.

Нейросетевой метод поиска выбросов на основе анализа накопленной ошибки обучения

Ясницкий Л. Н., Голдобин М. А., В кн.: Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века : Сборник статей по материалам Десятой всероссийской научно-практической конференции с международным участием (г. Пермь, ПГНИУ, 9–10 октября 2025 г.).: Пермский государственный национальный исследовательский университет, 2025.

В статье предложен алгоритм нейросетевого метода поиска выбросов статистической информации. Алгоритм основан на анализе поведения накопленной ошибки обучения множества нейросетей персептронного типа с одним скрытым слоем, полученной суммированием для каждого примера обучающего набора данных. Количество нейронов скрытого слоя каждой нейросети определяется исходя из следствия теоремы Арнольда – Холмогорова – Хехт-Нильсена, которое регламентирует количество связей и количество нейронов скрытого слоя, ...

Добавлено: 15 февраля 2026 г.

Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века : Сборник статей по материалам Десятой всероссийской научно-практической конференции с международным участием (г. Пермь, ПГНИУ, 9–10 октября 2025 г.)

Пермский государственный национальный исследовательский университет, 2025.

Представлены материалы Десятой всероссийской научно-практической конференции с международным участием «Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века», которая проводилась 9–10 октября 2025 г. в Перми, ПГНИУ. Сборник предназначен для научных и педагогических работников, преподавателей, аспирантов, магистрантов, студентов и всех, кто интересуется и занимается проблемами развития и применения методов искусственного интеллекта. ...

Добавлено: 15 февраля 2026 г.

INTELLECTUAL MANAGEMENT OF THE BUDGET PROCESS IN MUNICIPALITIES

Барчуков В. К., Lecture Notes in Networks and Systems 2021 Vol. 160 P. 713–718

Добавлено: 21 января 2026 г.