?
Dish-ID: A neural-based method for ingredient extraction and further recipe suggestion.
P. 1–5.
Язык:
английский
Daniil S. Yashchenko, Aleksandr Y. Romanov, Artur A. Ziazetdinov и др., IEEE Access 2026 Vol. 14 P. 4990–5001
Добавлено: 11 февраля 2026 г.
Tsybina Y., Kastalskiy I., Krivonosov M. и др., Neural Computing and Applications 2023 Vol. 34 No. 11 P. 9147 –9160
Добавлено: 9 апреля 2025 г.
Колмогорова А. В., М.: АйПиАр Медиа, 2024.
В учебнике рассматриваются основные ресурсы и инструменты, использование которых окажет существенную методологическую поддержку при проведении лингвистических исследований различного уровня и проблематики. Теоретический материал иллюстрируется практическими кейсами из опыта работы автора. В издании использованы результаты проекта «Текст как Big Data: моделирование конвергентных процессов в языке и речи цифровыми методами», выполненного в рамках Программы фундаментальных исследований НИУ ...
Добавлено: 18 марта 2024 г.
IEEE, 2022.
Добавлено: 9 декабря 2022 г.
Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885
Добавлено: 29 июня 2022 г.
Савченко А. В., Записки научных семинаров ПОМИ РАН 2021 Т. 499 С. 267–283
В статье рассматриваются быстрые алгоритмы распознавания изображений, основанные на статистическом последовательном анализе. Исследованы метода с последовательной обработкой главных компонент векторов признаков изображений, а также с ранним остановом при прямом проходе в сверточной нейронной сети. Особое внимание уделено последовательному обучению нейросетевых моделей для одновременной классификации нескольких атрибутов (пол, возраст, раса) по фотографии лица. Подчеркнуто, что такие ...
Добавлено: 27 января 2021 г.
Савченко А. В., , in: Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020).: Piscataway: IEEE, 2020. P. 1–8.
Добавлено: 15 октября 2020 г.
Савченко А. В., IEEE Transactions on Neural Networks and Learning Systems 2020 Vol. 31 No. 2 P. 651–660
Добавлено: 1 ноября 2019 г.
Чумаков И. Г., Комаров М. М., , in: Workshops and work-in-progress contributions at S-BPM One 2018Vol. 2074.: CEUR Workshop Proceedings, 2018. Ch. 5 P. 71–78.
Добавлено: 3 мая 2018 г.
A. G. Rassadin, A. V. Savchenko, , in: Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT).: Самара: Новая техника, 2017. P. 649–654.
Добавлено: 8 сентября 2017 г.
Khanzhina N., Zamyatina E., International Journal "Information Models and Analyses" 2015 Vol. 4 No. 3 P. 243–258
Добавлено: 13 марта 2017 г.
Замятина Елена Борисовна, Ханжина Н. Е., В кн.: Высокопроизводительные вычисления на графических процессорах: материалы III Всерос. науч.-практ. конф. с междунар. участием с элементами науч. шк. для молодежи (ВВГП–2016).: Пермь: Пермский государственный национальный исследовательский университет, 2016. С. 70–81.
В работе описывается проблема автоматизации распознавания изображений пыльцевых зерен, полученных с помощью оптического микроскопа. Автоматизация распознавания пыльцы является актуальной в таких задачах, как анализ качества меда с целью выявления фальсификата, проверка качества воздуха для предупреждения аллергиков и астматиков, палеопалинология, судебная палинология. Описывается метод решения проблемы, основанный на машинном обучении и применении технологии CUDA. Описывается алгоритм ...
Добавлено: 12 марта 2017 г.
Романов А. Ю., Американов А. А., Лежнев Е. В. и др., Прикладная радиоэлектроника 2016 Т. 15 № 2 С. 123–126
Представлено описание разработки роботизированной платформы для помещений. Универсальность платформы дает возможность ее применения в различных областях человеческой жизнедеятельности, как при дистанционном управлении, так и в автономном режиме. Описаны этапы создания роботизированной платформы, приведены ее характеристики и представлены результаты ее работы. ...
Добавлено: 7 октября 2016 г.
Савченко А. В., Milov V., Optical Memory and Neural Networks (Information Optics) 2016 Vol. 25 No. 2 P. 79–87
Добавлено: 10 июля 2016 г.
Савченко А. В., Белова Н. С., Milov V., , in: Analysis of Images, Social Networks and Texts. 4th International Conference, AIST 2015, Yekaterinburg, Russia, April 9–11, 2015, Revised Selected PapersVol. 542: Series: Communications in Computer and Information Science.: Switzerland: Springer, 2015. Ch. 2 P. 14–23.
In this paper we explore an application of the pyramid HOG (Histograms of Oriented Gradients) features in image recognition problem with small samples. A sequential analysis is used to improve the performance of hierarchical methods. We propose to process the next, more detailed level of pyramid only if the decision at the current level is ...
Добавлено: 4 декабря 2015 г.
Байбикова Т. Н., Качество. Инновации. Образование 2015 № 9 С. 25–28
Предложен метод нахождения отдельных геометрических характеристик объектов на изображениях, позволяющий без значительных вычислительных затрат определить наличие у объектов характерных особенностей и отнести их к определенному классу фигур. ...
Добавлено: 23 октября 2015 г.
Cham: Springer, 2014.
The CCIS series is devoted to the publication of proceedings of computer science conferences. Its aim is to efficiently disseminate original research results in informatics in printed and electronic form. While the focus is on publication of peer-reviewed full papers presenting mature work, inclusion of reviewed short papers reporting on work in progress is welcome, ...
Добавлено: 15 октября 2014 г.
Савченко А. В., Lecture Notes in Computer Science 2014 Vol. 8641 P. 261–266
Conventional image recognition methods usually include dividing the keypoint neighborhood (for local features) or the whole object (for global features) into a grid of blocks, computing the gradient magnitude and orientation at each image sample point and uniting the orientation histograms of all blocks into a single descriptor. The query image is recognized by matching ...
Добавлено: 27 августа 2014 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.