?
Artificial Neural Networks in Pattern Recognition. 6th IAPR TC 3 International Workshop, ANNPR 2014, Montreal, QC, Canada, October 6-8, 2014, Proceedings
Vol. 8774.
Switzerland :
Springer, 2014.
This book constitutes the refereed proceedings of the 6th IAPR TC3 International Workshop on Artificial Neural Networks in Pattern Recognition, ANNPR 2014, held in Montreal, QC, Canada, in October 2014. The 24 revised full papers presented were carefully reviewed and selected from 37 submissions for inclusion in this volume. They cover a large range of topics in the field of learning algorithms and architectures and discussing the latest research, results, and ideas in these areas.
Кулешов А. П., Бернштейн А. В., , in : Artificial Neural Networks in Pattern Recognition. 6th IAPR TC 3 International Workshop, ANNPR 2014, Montreal, QC, Canada, October 6-8, 2014, Proceedings. Vol. 8774.: Switzerland : Springer, 2014. P. 47-58.
Добавлено: 30 сентября 2014 г.
Научное направление:
Компьютерные науки
Приоритетные направления:
компьютерно-математическое
Язык:
английский
Birkhauser/Springer, 2017
Добавлено: 18 сентября 2017 г.
Manipur I., Manzo M., Granata I. и др., IEEE/ACM Transactions on Computational Biology and Bioinformatics 2022 Vol. 19 No. 2 P. 729-740
Добавлено: 25 августа 2021 г.
Berlin : Springer, 2018
This book constitutes the proceedings of the 7th International Conference on Analysis of Images, Social Networks and Texts, AIST 2018, held in Moscow, Russia, in July 2018.
The 29 full papers were carefully reviewed and selected from 107 submissions (of which 26 papers were rejected without being reviewed). The papers are organized in topical sections on ...
Добавлено: 5 сентября 2018 г.
Springer, 2020
Добавлено: 4 октября 2020 г.
Кашницкий Ю. С., Игнатов Д. И., Интеллектуальные системы. Теория и приложения 2015 Т. 19 № 4 С. 37-55
В статье дается краткое введение в ансамбли классификаторов в машинном обучении и описывается алгоритм, повышающий качество классификации за счет рекомендации классификаторов объектам. Гипотеза, заложенная в основу алгоритма, состоит в том, что классификатор скорее правильно классифицирует объект, если он правильно предсказал метки соседей этого объекта из обучающей выборки. Автор иллюстрирует принцип алгоритма на простом примере и ...
Добавлено: 7 декабря 2015 г.
A proposal for a new method of classification of objects of various nature, named “2”-soft classification, which allows for referring objects to one of two types with optimal entropy probability for available collection of learning data with consideration of additive errors therein. A decision rule of randomized parameters and probability density function (PDF) is formed, ...
Добавлено: 26 мая 2017 г.
Cham : Springer, 2019
Добавлено: 17 октября 2019 г.
Зыков С. В., Андрианова Е. Г., Жуков Д. О. и др., Российский технологический журнал 2018 Т. 7 № 1 С. 4-45
Обоснована актуальность научных исследований в области квантовой информатики. Выделены перспективные направления исследований. По иностранным и российским публикациям и материалам сделан обзор основных научных результатов, характеризующих современное состояние квантовой информатики. Сделаны выводы, что наиболее интенсивно инвестируются знания и средства в разработку квантового компьютера, его архитектуры и элементов, квантовых алгоритмов в области криптографии и искусственного квантового интеллекта. ...
Добавлено: 31 января 2019 г.
Yu. A. Dubnov, Automation and Remote Control 2019 Vol. 80 No. 3 P. 502-512
The problem of binary classification is considered, an algorithm for its solution is proposed, based on the method of entropy-based estimation of the decision rule parameters. A detailed description of the entropy-based estimation method and the classification algorithm is given, the advantages and disadvantages of this approach are described, the results of numerical experiments and ...
Добавлено: 19 ноября 2019 г.
Дубнов Ю. А., Информационные технологии и вычислительные системы 2018 № 2 С. 60-69
В работе рассматривается задача понижения размерности пространства признаков для описания
объектов в задачах анализа данных на примере бинарной классификации. В статье приводится обзор существующих подходов к решению данной задачи и предлагается несколько модификаций, в которых понижение размерности рассматривается как задача извлечения наиболее релевантной информации из признакового описания объектов и решается в терминах Шеноновской энтропии. Для выявления ...
Добавлено: 4 июля 2018 г.
Добавлено: 9 июня 2014 г.
Дубнов Ю. А., Искусственный интеллект и принятие решений 2020 № 2 С. 78-85
Рассматривается задача отбора признаков для формирования обучающей выборки в задаче классификации. Предлагается метод отбора информативных признаков на основе вероятностного подхода и метрики перекрестной энтропии. Исследуется несколько вариантов информационного критерия отбора признаков для задачи бинарной классификации и его обобщение на случай многоклассовой задачи. Приводятся демонстрационные примеры работы предложенного метода для задачи классификации изображений из коллекции mnist. ...
Добавлено: 31 октября 2020 г.
Springer, 2014
This book constitutes the refereed proceedings of the 10th International Conference on Machine Learning and Data Mining in Pattern Recognition, MLDM 2014, held in St. Petersburg, Russia in July 2014. The 40 full papers presented were carefully reviewed and selected from 128 submissions. The topics range from theoretical topics for classification, clustering, association rule and ...
Добавлено: 30 сентября 2014 г.
Springer, 2014
This book constitutes the thoroughly refereed post-conference proceedings of the 8th International Conference on Learning and Optimization, LION 8, which was held in Gainesville, FL, USA, in February 2014. The 33 contributions presented were carefully reviewed and selected for inclusion in this book. A large variety of topics are covered, such as algorithm configuration; multiobjective ...
Добавлено: 13 августа 2014 г.
Emmanuel I. C., Митрофанова Е. С., / Cornell Tech. Series 4064475 "ArXiv Preprint". 2022.
Работа посвящена изучению надежности моделей на российских данных методом предсказания наступления таких стартовых событий как: первый развод, первое трудоустройство и завершение образования. Наша цель состояла в том, чтобы сделать классификаторы более устойчивым, уменьшив погрешности при работе с сензитивными данными, увеличивая или по крайней мере поддерживая точность предсказаний.
Мы использовали нейронные методы «отсева» и модель «отсева признаков» ...
Добавлено: 31 мая 2022 г.
Савченко А. В., Khokhlova Y. I., Optical Memory and Neural Networks (Information Optics) 2014 Vol. 23 No. 1 P. 34-42
Добавлено: 26 марта 2014 г.
NY : IEEE, 2016
Добавлено: 9 декабря 2016 г.
Башмаков А. И., Белоозеров В. Н., Старых В. А., Информационные системы и технологии 2013 № 6(80) С. 88-102
В статье изложен процесс построения формальной онтологии системы информационных ресурсов для сферы образования, что преследует цель отразить представление об этой сфере в автоматизированных системах, предназначенных для создания, учёта, систематизации, хранения, поиска и использования этих ресурсов в образовательных учреждениях различного уровня. Система информационных ресурсов задаётся принятыми словарями и классификаторами в структуре метаданных LOM с дополнениями, отражающими ...
Добавлено: 16 января 2014 г.
Акопов А. С., Аудит и финансовый анализ 2010 № 3 С. 310-317
В работе представлена разработанная модель адаптивного управления вертикально-интегрированными компаниями на основе системного подхода, поддерживающего механизм оперативного управления в едином цикле стратегического планирования в рамках более быстрого времени. При этом для нахождения оптимальных значений управляющих параметров используются специальные алгоритмы класса генетических алгоритмов, нейронных сетей и т.д. Представлен пример разработанной системы адаптивного управления для вертикально-интегрированной нефтяной компании. ...
Добавлено: 28 сентября 2012 г.
Sydney : [б.и.], 2017
Proceedings of Machine Learning Research. Volume 70: International Conference on Machine Learning, 6-11 August 2017, International Convention Centre, Sydney, Australia ...
Добавлено: 25 февраля 2018 г.