Features of Data Collection and Software Tool Architecture for Performing Predictive Analysis of Phenomena Leading to Forest Fires

Хоменко А. Ю., Комратова А. Д., Исаков Д. А. и др., В кн.: Экспериментальные исследования языка: материалы конференции 2025.: М.: Наш мир, 2025. С. 17–19.

Данное исследование направлено на разработку инструмента для автоматизированной диагностики ментальных расстройств на основе анализа русскоязычных транскриптов речи. Модель использует методы кластеризации и стилостатистики для выявления различий между речью здоровых людей и пациентов с психиатрическими диагнозами. ...

Добавлено: 19 октября 2025 г.

ОТСЛЕЖИВАНИЕ РАЗВИТИЯ РАЗРУШЕНИЯ С ПОМОЩЬЮ КЛАСТЕРИЗАЦИИ ИМПУЛЬСОВ ТЕРМИЧЕСКИ СТИМУЛИРОВАННОЙ АКУСТИЧЕСКОЙ ЭМИССИИ ПРИ ОТСУТСТВИИ ЛОКАЦИИ

Индаков Г. С., Казначеев П. А., Майбук З. Я. и др., Геофизические исследования 2025 Т. 26 № 2 С. 99–124

Исследована группируемость импульсов акустической эмиссии при высокотемпературном нагреве образца песчаника, предварительно подвергнутого механическому нагружению. Механическое нагружение осуществлялось в одноосном режиме до нагрузки, близкой к разрушающей, с проявлением на поверхности признаков крупных трещин. После этого образец нагревался до 650 °C с регистрацией импульсов термоакустической эмиссии (ТАЭ). Проведена кластеризация импульсов на основе их сходства, установленного методом взаимной ...

Добавлено: 19 сентября 2025 г.

Development of Image Preprocessing Methods for Software Compensation of Refraction Anomalies of an Observer’s Eyes

Алкзир Н., Yarykina n., Nikolaev D. и др., Neuroscience and Behavioral Physiology 2024

Добавлено: 28 апреля 2025 г.

Approximating and Predicting Energy Consumption of Portable Devices

Ullah T., Siraj A. H., Umer Mukhtar Andrabi и др., , in: 2022 VIII International Conference on Information Technology and Nanotechnology (ITNT).: IEEE, 2022. P. 1–7.

Добавлено: 20 марта 2025 г.

Нейросетевой алгоритм выявления и удаления выбросов в зашумленных наборах данных

Ясницкий Л. Н., Плотникова Е. Г., Прикладная информатика 2024 Т. 19 № 5 С. 88–100

Выбросы в статистических данных, являющиеся результатом ошибочно собранной информации, часто становятся препятствием для успешного применения метода моделирования, основанного на машинном обучении, во многих предметных областях. Наличие выбросов в наборах данных снижает точность моделей машинного обучения, а в некоторых случаях делает применение этих методов невозможным. Существующие в настоящее время методы выявления выбросов ненадежны. Они принципиально не ...

Добавлено: 29 ноября 2024 г.

Date-Driven Approach for Identifying State of Hemodialysis Fistulas: Entropy-Complexity and Formal Concept Analysis

Громов В. А., Zvorykina, E., Бесчастнов Ю. Н. и др., , in: Recent Trends in Analysis of Images, Social Networks and Texts: 11th International Conference, AIST 2023, Yerevan, Armenia, September 28–30, Revised Selected Papers.: Springer, 2024. P. 250–262.

The paper explores mathematical methods that differentiate regular and chaotic time series, specifically for identifying pathological fistulas. It proposes a noise-resistant method for classifying responding rows of normally and pathologically functioning fistulas. This approach is grounded in the hypothesis that laminar blood flow signifies normal function, while turbulent flow indicates pathology. The study explores two ...

Добавлено: 12 августа 2024 г.

Content policy and access limitations on commercial neural networks as an incentive to artivism

Миловидов С. В., Artnodes 2024 No. 33 P. 1–9

Добавлено: 1 февраля 2024 г.

Обзор методов стегоанализа с использованием нейронных сетей

Космачев А. А., Задорожникова А. А., Перов А. А., В кн.: БОЛЬШИЕ ДАННЫЕ Материалы I Международного форума (Новосибирск, 16–18 ноября 2022 года).: Новосибирск: Новосибирский государственный университет экономики и управления «НИНХ», 2023.

В статье рассматриваются основные концепции и термины, используемые в стеганографии, дается обоснование актуальности задачи стегоанализа, рассматриваются вопросы применения глубоких нейронных сетей в задачах стегоанализа на цифровых изображениях. Производится сравнительный анализ и описание наиболее эффективных архитектур сверточных сетей для решения поставленной задачи. ...

Добавлено: 26 января 2024 г.

Classification of Short Scientific Texts

I. K. Kusakin, Fedorets O. V., A. Y. Romanov, Scientific and Technical Information Processing 2023 Vol. 50 No. 3 P. 176–183

Добавлено: 4 ноября 2023 г.

Применение методов машинного обучения при автоматизации детектирования препятствия движению поезда через железнодорожный переезд

Искандеров Ю. М., Катарушкин Б. Е., Ершов А. А., Информатизация и связь 2020 № 2 С. 46–51

Цель. В настоящее время при создании интеллектуальных информационных систем в различных областях практической деятельности используются методы машинного обучения. В статье показаны возможности применения указанных методов при автоматизации детектирования препятствий в интересах повышения безопасности и снижения количества аварийных ситуаций на железнодорожных переездах. Материалы и методы. В статье рассматриваются передовые технологии компьютерного зрения, используемые в качестве основы ...

Добавлено: 15 сентября 2023 г.

Кому доверяют те, кто доверяет ChatGPT?

Фабрикант М. С., Социодиггер 2023 Т. 4 № 5-6

Обсуждаются возможные причины доверия к ChatGPT. Делается вывод, что основная приична в том, что ChatGPT представляют собой наиболее точный из доступных эквивалентов коммуникации с обществом в целом. ...

Добавлено: 23 августа 2023 г.

Neural Fields across Fields: Methods and Applications of Implicit Neural Representations. ICLR 2023 Workshop

[б.и.], 2023.

Добавлено: 18 июля 2023 г.

Учебно-методические материалы мастер-класса «Состязательные атаки на нейронные сети распознавания изображений» для студентов и школьников

Пантюхин Д. В., Информатика и образование 2023 Т. 38 № 1 С. 55–63

Проблема уязвимости нейронных сетей уже несколько лет является предметом научных исследований и экспериментов. Состязательные атаки — один из способов «обмануть» нейросеть, заставить ее принимать ошибочные классификационные решения. Сама возможность состязательной атаки кроется в особенностях машинного обучения нейросетей. В статье показано, как свойства нейронных сетей становятся источником проблем и ограничений в их использовании. Материалы соответствующих исследований ...

Добавлено: 14 апреля 2023 г.

Shot noise in next-generation neural mass models for finite-size networks

Vladimir V. Klinshov, Kirillov S., Physical Review E - Statistical, Nonlinear, and Soft Matter Physics 2022 Vol. 106 No. 6 Article L062302

Добавлено: 24 января 2023 г.

Rate chaos and memory lifetime in spiking neural networks

Vladimir V. Klinshov, Kovalchuk A., Franović I. и др., Chaos, Solitons and Fractals 2022 Vol. 158 Article 112011

Добавлено: 24 января 2023 г.

Machine learning methods for demographic data analysis

Муратова А. А., Игнатов Д. И., Митрофанова Е. С., , in: Recent Trends in Analysis of Images, Social Networks and Texts. 9th International Conference, AIST 2020, Skolkovo, Moscow, Russia, October 15–16, 2020 Revised Supplementary ProceedingsVol. 12602.: Springer, 2021. P. 297–299.

Добавлено: 1 ноября 2022 г.

Нейронные сети синтеза речи голосовых помощников и поющих автоматов

Пантюхин Д. В., Речевые технологии 2021 № 3-4 С. 3–16

Добавлено: 17 июня 2022 г.

Identification of hydrogen permeability and thermal desorption parameters of vanadium-based membrane

Zaika Y. V., Sidorov N. I., Fomkina Olga V, International Journal of Hydrogen Energy 2021 Vol. 46 No. 18 P. 10789–10800

Добавлено: 30 января 2022 г.

Machine Learning Approach for the Game Mechanics Problem in Computer Games

Белов А. В., Sapozhnikov A., Семичаснов И. В., , in: Proceedings of the 2021 IEEE International Conference "Quality Management, Transport and Information Security, Information Technologies" (IT&QM&IS).: IEEE, 2021. P. 485–490.

Добавлено: 14 января 2022 г.

Использование методов искусственного интеллекта в прогнозировании результата на соревновательный сезон для велосипедиста по его тренировочным данным

Марквирер В. Д., Сахипова М. С., В кн.: Математика и междисциплинарные исследования – 2021.: Пермь: Пермский государственный национальный исследовательский университет, 2021. С. 152–157.

Добавлено: 19 декабря 2021 г.