• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Research of Neural Networks Application Efficiency in Automatic Scientific Articles Classification According to UDC
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
3 ноября 2026 г.
В НИУ ВШЭ выяснили, почему опытные читатели ошибаются в нестандартных фразах
Ученые Центра языка и мозга  НИУ ВШЭ проверили, как люди понимают предложения, когда грамматика подсказывает одно, а жизненный опыт — другое.  Участники эксперимента читали фразы о двух персонажах и отвечали, кто из них выполнил действие. Результаты показали, что более начитанные люди лучше справлялись с заданиями, в которых персонаж выполнял ожидаемое действие, но ошибались, когда действие персонажа шло вразрез с ожиданиями.Исследование опубликовано в журнале Quarterly Journal of Experimental Psychology. Работа выполнена при поддержке гранта РНФ.
30 октября 2026 г.
«Объект наших исследований - суперкомпьютер»
Феликс Смирнов занимается суперкомпьютерными технологиями, чтобы помогать другим ученым в их работе. В интервью проекту «Молодые ученые Вышки» он рассказал о настройке коммуникаций между узлами, своем увлечении кинематографом и о старых вывесках на Хитровке.
29 октября 2026 г.
Как прогнозировать будущее науки и технологий
Лаборатория исследований науки и технологий, действующая в структуре Института статистических исследований и экономики знаний НИУ ВШЭ, изучает текущее состояние научных исследований и разработок, анализирует тренды и их динамику, что позволяет понимать масштаб вызовов, связанных с применением новейших технологий, определять приоритеты будущих работ, формировать научную и промышленную политику. Новостная служба «Вышка.Главное» побеседовала с заведующей лабораторией Лилианой Проскуряковой и директором Форсайт-центра ИСИЭЗ Александром Соколовым.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Research of Neural Networks Application Efficiency in Automatic Scientific Articles Classification According to UDC

Ch. 543fu4t.
Романов А. Ю., Lomotin K.E., Kozlova E.S., Kolesnichenko A.L.

В данной работе рассмотрена реализация автоматической рубрикации текстов научных статей по классификатору UDC, проведено исследование эффективности применения  нейросетевых технологий для данной задачи. Предложены оптимальная архитектура и параметры нейронной сети.

Язык: английский
Полный текст
Текст на другом сайте
Ключевые слова: распознавание текстаartificial neural networksискусственные нейронные сетиУДКклассификация текстовtext classificationtext recognitionUDC

В книге

2016 International Siberian Conference on Control and Communications (SIBCON). Proceedings
2016 International Siberian Conference on Control and Communications (SIBCON). Proceedings
M.: HSE, 2016.
Похожие публикации
Surpassing Static N:M Regime for Weight Sparsification of Large Models
Новикова И. А., Демидовский А. В., , in: 2026 10th Scientific School Dynamics of Complex Networks and their Applications.: IEEE, 2026. P. 235–239.
Добавлено: 26 октября 2026 г.
On Perspectives of Zeroth-Order Methods for Large Language Models Pre-Training
Трутнев А. И., Демидовский А. В., , in: 2026 10th Scientific School Dynamics of Complex Networks and their Applications.: IEEE, 2026. P. 319–323.
Добавлено: 26 октября 2026 г.
2026 10th Scientific School Dynamics of Complex Networks and their Applications
IEEE, 2026.
Добавлено: 26 октября 2026 г.
A BERT-Based Classification Model: The Case of Russian Fairy Tales
Solovyev V., Солнышкина М. И., Ten A. и др., Journal of Language and Education 2024 Vol. 10 No. 4 P. 98–111
Добавлено: 19 октября 2026 г.
Bert for Classification of Russian Functional Styles
Solovyev V. D., Ten A. M., Солнышкина М. И. и др., Computacion y Sistemas 2025 Vol. 29 No. 2 P. 633–641
Добавлено: 19 октября 2026 г.
Automatic Classification vs. Human Annotation of Emotions in Everyday Spoken Russian: A Case Study of the ESC Corpus
Кирина М. А., Чеповецкая С. В., , in: Speech and Computer. 28th International Conference, SPECOM 2026, Ohrid, North Macedonia, September 17–18, 2026, Proceedings, Part II. LNCS, volume 16935.: Springer, 2026. P. 58–75.
Добавлено: 20 сентября 2026 г.
Specialized Non-local Blocks for Recognizing Tumors on Computed Tomography Snapshots of Human Lungs
Aleksei Samarin, Aleksei Toropov, Dzestelova A. и др., , in: Proceedings of the 35th Conference of Open Innovations Association FRUCT, 24-26 April 2024, Tampere, FinlandIssue 1.: FRUCT Oy, 2024. P. 659–664.
Добавлено: 19 сентября 2026 г.
Wind Turbines Surface Damage Automatic Detection Using YOLOv8 with Specialized Backbone Modification
Aleksei Samarin, Мамаева А. С., Aleksei Toropov и др., , in: Proceedings of the 36th Conference of Open Innovations Association FRUCT, Helsinki, Finland, 30 October - 1 November 2024Vol. 36.: FRUCT Oy, 2024. P. 702–710.
Добавлено: 19 сентября 2026 г.
Аналитический обзор методов автоматического распознавания вовлеченности пользователя в виртуальную коммуникацию
Двойникова А. А., Кагиров И., Карпов А. А., Информационно-управляющие системы 2022 № 5 (120) С. 12–22
Введение: решение автоматическими средствами задачи распознавания и оценивания степени вовлеченности пользователя в процесс человеко-машинного взаимодействия или телекоммуникации является актуальным в области компьютерного распознавания состояний человека. Это необходимо для проектирования приложений дистанционного обучения, бизнеса и развлечений. Цель: провести сравнительный анализ существующего информационного обеспечения и методов в области автоматического распознавания и оценивания вовлеченности пользователя в процесс человеко-машинного ...
Добавлено: 24 апреля 2026 г.
Hebb-Inspired Low Rank Adapters for Large Language Models Fine-Tuning
Alexander Demidovskij, Artyom Tugaryov, Igor Salnikov и др., , in: PRICAI 2025: Trends in Artificial Intelligence: 22nd Pacific Rim International Conference on Artificial Intelligence, PRICAI 2025, Wellington, New Zealand, November 17–21, 2025, Proceedings, Part IIIVol. 16453.: Springer, 2026. P. 603–612.
Добавлено: 21 апреля 2026 г.
PRICAI 2025: Trends in Artificial Intelligence: 22nd Pacific Rim International Conference on Artificial Intelligence, PRICAI 2025, Wellington, New Zealand, November 17–21, 2025, Proceedings, Part III
Springer, 2026.
Добавлено: 21 апреля 2026 г.
Дискриминативная лемматизация сокращений в эпоху LLM
Глазкова А. В., Смаль И. В., Ляшевская О. Н. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 С. 146–155
В работе представлено исследование эффективности дискриминативных методов лемматизации сокращений в русскоязычных текстах. В отличие от генеративных подходов, дискриминативные модели осуществляют выбор оптимальной леммы из фиксированного набора вариантов, что исключает риск генерации грамматически некорректных словоформ. Впервые для русского языка проводится комплексный анализ четырех контекстно-ориентированных подходов: (1) ранжирования на основе маскированного языкового моделирования, (2) бинарной классификации, (3) ...
Добавлено: 10 марта 2026 г.
Transformer-based approaches for lemmatizing abbreviations in Russian texts
Glazkova A., Ляшевская О. Н., Morozov D. и др., Journal of Mathematical Sciences 2025 Vol. 546 P. 32–47
Добавлено: 10 марта 2026 г.
Semi-automatic annotation of brain vessels in magnetic resonance angiography images
Bernadotte A, Elfimov N., Menshikov I., Scientific data 2025 Vol. 13 No. 41
Добавлено: 25 февраля 2026 г.
Тесты как инструменты оценивания в вузах: трудности и решения
Антипкина И. В., Иванущенко А. В., Калабина И. А. и др., Мир психологии. Научно-методический журнал 2025 № 4(123) С. 295–316
Тестовые задания низкого качества создают риск ошибочного и несправедливого оценивания в высшем образовании. В исследовании описана аналитика банков тестовых заданий по нескольким предметам, используемых в одном из российских вузов. Аналитика проведена двумя способами: с помощью психометрических методов классической теории тестирования и с использованием нейросети Grok. Мы показали высокую частотность проблем в реальных банках вузовских тестовых ...
Добавлено: 22 января 2026 г.
Формирование требований к технологическим параметрам серийного производства на основе нейросетевого подхода
Ясницкий Л. Н., Голдобин М. А., Прикладная информатика 2025 Т. 20 № 3(117) С. 85–100
В настоящее время нейросетевые методы и технологии довольно широко используются на производственных предприятиях для обнаружения, классификации, устранения и выявления причин возникновения брака, прогнозирования качества и свойств получаемых изделий, подбора оптимальных параметров производственно-технологических процессов, выявления и исследования их закономерностей. Однако остается не решенной важная задача определения таких диапазонов значений технологических параметров, при которых вероятность возникновения брака ...
Добавлено: 10 июля 2025 г.
Экономические и социальные аспекты атомной энергетики в условиях развития технологий искусственного интеллекта
Подчуфаров А. Ю., Галкина А. Н., Ванина С. С. и др., Экономика и управление: проблемы, решения 2025 Т. 5 № 4 С. 61–74
В современных условиях внедрение технологий искусственного интеллекта становится значимым фактором развития высокотехнологичных отраслей промышленности. В статье представлены результаты исследования перспектив применения интеллектуальных аналитических систем в атомной энергетике. Проанализирован опыт зарубежных стран и выявлены особенности успешных проектов с использованием искусственного интеллекта в данной области. Обоснованы рекомендации по развитию технических и социальных компетенций в отечественной атомной и ...
Добавлено: 5 июня 2025 г.
Where Do Large Learning Rates Lead Us?
Садртдинов И. Р., Кодрян М. С., Pokonechny E. и др., , in: 38th Conference on Neural Information Processing Systems (NeurIPS 2024).: [б.и.], 2024. P. 58445–58479.
Добавлено: 19 февраля 2025 г.
Big Data Analytics Approach with Multiple Text Types: The Case of the Computer Gaming
Aleksandr Belov, Zakharov F., Litvinenko E. и др., , in: International IoT, Electronics and Mechatronics Conference, Volume 2. Proceedings of IEMTRONICS 2024. LNEE, volume 1228Vol. 1228.: Springer Publishing Company, 2025. P. 275–287.
Добавлено: 26 января 2025 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору