?
Monitoring Sea Currents with Midrange Acoustic Backscattering
Water (Switzerland). 2023. Vol. 15. No. 11. Article 2016.
Язык:
английский
Ключевые слова: машинное обучениеwind wavesMachine Learning low-frequency reverberation in the seagas bubbles in wateracoustic reverberation spectrumupper-layer currentbackscattering
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Исаев Т. Ф., Шаров А. Н., Журнал вычислительной математики и математической физики 2026 Т. 66 № 1 С. 83–93
Исследуются свойства оптических покрытий на основе использования упрощенного симулятора ошибок в толщинах слоев покрытий при их напылении. Обосновывается возможность такого подхода. Выводятся аналитические оценки среднеквадратичного значения нормы вектора ошибок и степени коррелированности ошибок в толщинах слоев покрытия. Изучается зависимость среднеквадратичного значения нормы вектора ошибок и свойств покрытия от уровня случайных ошибок в слоях. ...
Добавлено: 5 октября 2026 г.
Серебренников Д. А., Белов А. В., Информационные технологии и вычислительные системы 2026 № 3 С. 157–169
В условиях роста стоимости энергоресурсов и необходимости повышения энергоэффективности производственных процессов особую актуальность приобретает задача оптимизации энергопотребления промышленных предприятий. В данной работе рассматривается подход к управлению энергозатратами машиностроительного предприятия на основе методов многокритериальной оптимизации. Постановка задачи включает несколько целевых функций: минимизацию энергопотребления, минимизацию стоимости электроэнергии с учётом тарифных ограничений и максимизацию производственной эффективности. Для решения ...
Добавлено: 5 октября 2026 г.
Осипова А. М., Пилипенко С. В., Novikov D. I. и др., Physical Review D - Particles, Fields, Gravitation and Cosmology 2026 Vol. 114 Article 063522
Добавлено: 5 октября 2026 г.
Gribova N. I., Osmanov S. V., Lyashko S. D. и др., Journal of Magnetism and Magnetic Materials 2025 No. 614 P. 1–8
Добавлено: 4 октября 2026 г.
Зыков С. В., Уфимцев Г. А., Моделирование, оптимизация и информационные технологии 2026 Т. 14 № 8 С. 1–13
Информационные системы формируют большие объёмы событийных журналов, которые используются для анализа работы приложений и сервисов. При этом события могут поступать в аналитический контур позже момента их фактического возникновения и не в исходном порядке. Такая рассинхронизация приводит к ошибкам при построении агрегированных временных показателей, а регулярный полный пересчёт многомерного аналитического куба требует значительных вычислительных затрат. Целью ...
Добавлено: 2 октября 2026 г.
Polarization of opinions in the group: a modeling algorithm considering the dynamics of social bonds
Chebotarev V., Andreyuk D., Elizarova Anastasiya и др., Procedia Computer Science 2022 Vol. 213 No. C P. 596–601
Добавлено: 2 октября 2026 г.
Konstantinov A., Elizarova Anastasiya P., Utkin L., Computing, Telecommunications and Control 2026 Vol. 19 No. 1 P. 16–25
Деревья решений и их ансамблевые расширения, такие как случайные леса, широко используются в качестве моделей классификации благодаря своей простоте и интерпретируемости. Однако во многих реальных задачах, где метки классов перекрываются в пространстве признаков, стандартные деревья решений полагаются на жесткие разбиения, которые создают слабые границы принятия решений. В этих областях небольшие возмущения входных значений могут привести ...
Добавлено: 2 октября 2026 г.
Seleznev G., Fominov Yakov V., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 114 No. 7 Article 074505
Добавлено: 2 октября 2026 г.
Добавлено: 2 октября 2026 г.
Углов Т. В., Пахлов П. Н., Бодров Д. А. и др., Journal of High Energy Physics 2026 Vol. 04 Article 101
Добавлено: 2 октября 2026 г.
Углов Т. В., Пахлов П. Н., Бодров Д. А. и др., Physical Review Letters 2026 Vol. D No. 113 Article L051102
Добавлено: 2 октября 2026 г.
Бодров Д. А., Пахлова Г. В., Aushev Т. и др., Physical Review Letters 2026 Vol. 136 No. 23 Article 231801
Добавлено: 2 октября 2026 г.
Пахлова Г. В., Бодров Д. А., Aushev Т. и др., Physical Review Letters 2026 Vol. D No. 113 Article 052009
Добавлено: 2 октября 2026 г.
Бодров Д. А., Пахлова Г. В., Aushev Т. и др., Physical Review Letters 2026 Vol. D No. 113 Article 032004
Добавлено: 2 октября 2026 г.
Бодров Д. А., Пахлова Г. В., Aushev Т. и др., Physical Review Letters 2026 Vol. D No. 113 Article 052006
Добавлено: 2 октября 2026 г.
Пахлов П. Н., Пахлова Г. В., Бодров Д. А. и др., Physical Review Letters 2026 Vol. D No. 113 Article 112010
Добавлено: 2 октября 2026 г.
Бодров Д. А., Пахлова Г. В., Aushev Т. и др., Journal of High Energy Physics 2026 Vol. 05 Article 175
Добавлено: 2 октября 2026 г.
Бодров Д. А., Пахлова Г. В., Abumusabh М., Physical Review Letters 2026 Vol. D No. 113 Article 032017
Добавлено: 2 октября 2026 г.
Пахлов П. Н., Пахлова Г. В., Бодров Д. А. и др., Physical Review Letters 2026 Vol. D No. 113 Article 112012
Добавлено: 2 октября 2026 г.
International Joint Conferences on Artificial Intelligence, 2026.
Добавлено: 1 октября 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.
I. D. Lazarev, Narozniak M., Byrnes T. и др., Physical Review A: Atomic, Molecular, and Optical physics 2025 Vol. 111 No. 012416 Article 012416
Добавлено: 14 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.