?
Transverse polarization measurement of Λ hyperons in pNe collisions at = 68.4 GeV with the LHCb detector
Journal of High Energy Physics. 2024. Vol. 2024. No. 9. Article 82.
Aaij R., Abdelmotteleb A. S., Abellan Beteta C., Ackernley T., Abudinén F., Бочарников В. О., Болдырев А. С., Гущин М. И., Ратников Ф. Д., Рыжиков А. С.
Ключевые слова: машинное обучениеpolarizationновая физикаглубокое обучениеанализ данных и искусственный интеллектFixed Target Experiments
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 855–862
Добавлено: 21 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, Alexander Savelev, Aleksei Toropov и др., Optical Memory and Neural Networks (Information Optics) 2024 Vol. 33 P. 424–434
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1053–1060
Добавлено: 21 сентября 2026 г.
Самарин А. В., Торопов А. Г., Савельев А. Г. и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1044–1052
Добавлено: 21 сентября 2026 г.
Singapore: Springer Singapore, 2025.
Добавлено: 21 сентября 2026 г.
Томат А., Sergei O. Kuznetsov, International Journal of Approximate Reasoning 2026 Vol. 197 Article 109754
Добавлено: 21 сентября 2026 г.
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 169–178
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Journal of Imaging 2025 Vol. 11 No. 10 Article 359
Добавлено: 21 сентября 2026 г.
Springer, Cham, 2025.
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Journal of Imaging 2025 Vol. 11 No. 6 P. 1–20
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 323–334
Добавлено: 19 сентября 2026 г.
Aleksei Samarin, Назаренко А. А., Kotenko E. и др., Proceedings of the ACM on Management of Data, USA 2026 Vol. 4 No. 1 P. 1–28
Добавлено: 19 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 148–158
Добавлено: 19 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 302–312
Добавлено: 19 сентября 2026 г.
Springer, Cham, 2026.
Добавлено: 19 сентября 2026 г.
Springer, Cham, 2026.
Добавлено: 19 сентября 2026 г.
FRUCT Oy, 2024.
Добавлено: 19 сентября 2026 г.
FRUCT Oy, 2024.
Добавлено: 19 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.
Лебедев О. Б., Черкасов Р. И., Известия ЮФУ. Технические науки 2025 № 5(247) С. 254–276
Рассмотрено применение технологий искусственного интеллекта, в частности компьютерного зрения в системах обработки визуальной информации. Проведен комплексный анализ нейросетевых подходов к решению задач компьютерного зрения, включая систематизацию ключевых типов задач: классификацию изображений, детектирование объектов и семантическую сегментацию. Детально исследованы архитектурные принципы сверточных нейронных сетей с акцентом на механизмы извлечения пространственных признаков через сверточные слои, оптимизацию представления ...
Добавлено: 10 сентября 2026 г.
Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750
Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...
Добавлено: 10 сентября 2026 г.