?
Proceedings of the 39th International Conference on Machine Learning
Vol. 162.
PMLR, 2022.
Под общей редакцией: K. Chaudhuri, S. Jegelka, L. Song, C. Szepesvari, G. Niu, S. Sabato
Тяпкин Д. Н., Беломестный Д. В., Мулине Э. Ф. и др., , in : Proceedings of the 39th International Conference on Machine Learning. Vol. 162.: PMLR, 2022. P. 21380-21431.
Добавлено: 11 июля 2022 г.
Горбунов Э. А., Борзунов А. А., Дискин М. С. и др., , in : Proceedings of the 39th International Conference on Machine Learning. Vol. 162.: PMLR, 2022. P. 7679-7739.
Добавлено: 14 августа 2022 г.
Berlin : Association for Computational Linguistics, 2016
Добавлено: 12 ноября 2016 г.
Aachen : CEUR Workshop Proceedings, 2019
Добавлено: 19 ноября 2019 г.
Перов А. А., Пестунов А. И., Прикладная дискретная математика 2020 № 3 С. 46-56
Исследуется возможность применения свёрточных нейронных сетей к задаче анализа стойкости итеративных блочных шифров. Предлагается новый подход к построению атак-различителей на основе свёрточной нейронной сети, обученной различать графические эквиваленты шифртекстов, полученных в режиме шифрования CTR (счётчика) после разного числа раундов, в том числе после такого, которое обеспечивает удовлетворительные статистические свойства шифртекста. По аналогии со статистическими тестами, предложенный ...
Добавлено: 1 ноября 2021 г.
CEUR-WS.org, 2020
Добавлено: 30 октября 2020 г.
Springer, 2020
Добавлено: 8 сентября 2020 г.
Springer, 2021
Добавлено: 28 октября 2021 г.
Вьюгин В. В., М. : МЦНМО, 2013
Книга предназначена для первоначлаьного знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр на предсказания. В первой части излагаются основы статистической теории машинного обучения, рассматриваются задачи классификации и регрессии с опорными векторами, теория обобщения и алгоритмы построения разделяющих гиперплоскостей. Во второй и третьей частях рассматриваются задачи адаптивного прогнозирования в нестохастических теоретико-игровой ...
Добавлено: 9 июля 2014 г.
White M., Тараканов А. А., Withers P. и др., Computational Materials Science 2023 Vol. 218 Article 111985
Добавлено: 10 апреля 2023 г.
Springer, 2022
Добавлено: 26 декабря 2022 г.
Switzerland : Springer, 2019
Добавлено: 8 февраля 2020 г.
Springer, 2021
Книга вклюает в себя работы 16ой международной конференции по Анализу формальных понятий. Книга поделена на 5 секций: теория, правила, методы и приложения, исследование и визуализация ...
Добавлено: 10 июля 2021 г.
Dordrecht, L., Heidelberg, NY : Springer, 2014
This book constitutes the thoroughly refereed proceedings of the Third International Conference on Belief Functions, BELIEF 2014, held in Oxford, UK, in September 2014. The 47 revised full papers presented in this book were carefully selected and reviewed from 56 submissions. The papers are organized in topical sections on belief combination; machine learning; applications; theory; ...
Добавлено: 1 октября 2014 г.
Кузнецов В. О., Логистика и управление цепями поставок 2018 № 4 (87) С. 27-33
Одним из вариантов более гибкого подхода к анализу надежности цепей поставок нам представляется метод главных компонент (PCA). Учитывая большое количество переменных, описывающих цепь поставок, является сложной задачей - проанализировать в двумерном пространстве структуру переменных. Метод PCA позволяет перейти, в рамках анализа зависимостей переменных, от многомерного пространства к маломерному, оставляя для анализа саму полезную информацию, находящуюся ...
Добавлено: 29 ноября 2018 г.
CEUR Workshop Proceedings, 2019
Добавлено: 13 сентября 2019 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.
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.
Нужный А. С., Однолько И. С., Глухов А. Ю. и др., Прикладная математика и вопросы управления 2021 № 1 С. 7-22
Предложена математическая модель для оптимизации работы установки гидрокрекинга
гудрона. Целью моделирования является улучшение экономического эффекта выпуска продук
ции за счет подбора оптимальных параметров, таких как расход водорода и температура реакто
ров. В качестве таргетируемого параметра используется показатель седиментов (осадков), опре
деленных при горячем фильтровании (HFT атмосферного остатка).
Модель предполагает поиск минимального значения функционала с ограничениями, пред
ставленными в виде штрафа, накладываемого ...
Добавлено: 11 апреля 2021 г.
Association for Computational Linguistics, 2014
Proceedings of the 14th Conference of the European Chapter of the Association for Computational Linguistics held 26–30 April 2014 in Gothenburg, Sweden. ...
Добавлено: 24 октября 2013 г.
Найденова К., Игнатов Д. И., Hershey : IGI Global, 2012
The consideration of symbolic machine learning algorithms as an entire class will make it possible, in the future, to generate algorithms, with the aid of some parameters, depending on the initial users’ requirements and the quality of solving targeted problems in domain applications.
Diagnostic Test Approaches to Machine Learning and Commonsense Reasoning Systems surveys, analyzes, and ...
Добавлено: 3 декабря 2012 г.
Cham : Springer, 2020
Добавлено: 2 сентября 2020 г.
CEUR Workshop Proceedings, 2019
Добавлено: 31 октября 2019 г.