?
OpenVINO Deep Learning Workbench: Comprehensive Analysis and Tuning of Neural Networks Inference
P. 783-787.
Демидовский А. В., Tarkan Y.
В книге
Vol. 1. , IEEE, 2019
Демидовский А. В., Tugaryov A., Kashchikhin A. и др., , in : Journal of Physics: Conference Series, Vol. 1828. Vol. 1828. Issue 1.: IOP Publishing, 2021. P. 1-8.
Добавлено: 31 марта 2021 г.
Предметом исследования является банковская система России. Цель работы – со-здание компьютерной программы оценки вероятности банкротств банков по причине от-зыва лицензии у банков и применение этой системы как математической модели для выяв-ления некоторых закономерностей российской банковской сферы. Инструмент исследова-ний – нейронные сети, обучаемые и тестируемые на материалах финансовой отчетности ЦБ РФ. После обнаружения и удаления выбросов ...
Добавлено: 2 марта 2015 г.
Дереза О. В., , in : Proceedings of Third Workshop "Computational linguistics and language science". Issue 4.: Manchester : EasyChair, 2019. P. 113-124.
Добавлено: 12 декабря 2018 г.
Демидовский А. В., Бабкин Э. А., Информационно-управляющие системы 2021 № 5 С. 40-50
Введение: построение интегрированных нейросимволических систем является актуальной и сложной задачей. Построение нейросимволических систем поддержки принятия решений требует новых подходов к представлению знаний о проблемной ситуации и выражению символических рассуждений на субсимволическом уровне. Цель: разработка нейросетевых архитектур и методов для эффективного представления знаний в распределенном виде и субсимволических рассуждений в системах поддержки принятия решений в части алгоритмов агрегирования нечетких ...
Добавлено: 3 ноября 2021 г.
Демидовский А. В., , in : Advances in Intelligent Systems and Computing. Vol. 1037: Proceedings of the 2019 Intelligent Systems Conference (IntelliSys).: Switzerland : Springer, 2019.
Добавлено: 1 октября 2020 г.
Ясницкий Л. Н., Ясницкий В. Л., Вестник Пермского университета. Серия: Экономика 2016 № 2(29) С. 54-69
В настоящее время существует ряд экономико-математических моделей, предназначенных для массовой оценки объектов недвижимости, учитывающих их строительно-эксплуатационные характеристики, но не учитывающих меняющуюся макроэкономическую ситуацию в стране и в мире. Недостатком таких статических моделей является их быстрое устаревание, необходимость постоянной актуализации и непригодность для среднесрочного прогнозирования. С другой стороны, существуют динамические модели, учитывающие текущее макроэкономическое состояние, однако ...
Добавлено: 15 февраля 2017 г.
Ясницкий Л. Н., Dumler A., Cherepanov F. и др., Expert Review of Precision Medicine and Drug Development 2021 Vol. November 2021 P. 1-9
Добавлено: 23 января 2022 г.
Ясницкий Л. Н., Журнал формирующихся направлений науки 2015 Т. 3 № 7
Статья представляет собой избранные выдержки полемики, которую автор ведет с доктором философских наук, профессором МГУ Ю.Ю.Петруниным. ...
Добавлено: 23 февраля 2016 г.
Cham : Springer, 2023
Добавлено: 4 апреля 2023 г.
Carvajal I., Martínez-García E., Lavrenov R. и др., , in : 2022 International Siberian Conference on Control and Communications (SIBCON). : IEEE, 2022. Ch. 9438857. P. 1-6.
Добавлено: 11 октября 2021 г.
Ясницкий Л. Н., Ясницкий В. Л., Имущественные отношения в Российской Федерации 2017 Т. 186 № 3 С. 68-84
Разработаны комплексные экономико-математические модели массовой оценки жилой недвижимости городов Екатеринбурга и Перми, учитывающие как строительно-эксплуатационные параметры квартир, так и меняющуюся экономическую ситуацию в стране и в мире. Исследования моделей показали, что увеличение ввода нового жилья в Екатеринбурге на 4% в краткосрочной перспективе может привести к насыщению рынка и последующему снижению стоимости жилых объектов, в отличие ...
Добавлено: 12 декабря 2017 г.
Добавлено: 22 ноября 2019 г.
Method of calculating Lyapunov exponents for time series using artificial neural networks committees
Dmitrieva L., Сметанин Н. М., Kuperin Y. и др., Days on Diffraction (DD) 2016 P. 127-132
The aim of this work is to develop a method for calculating all Lyapunov exponents from time series with high accuracy. To achieve this goal we propose a new method for determining the local and global Lyapunov exponents for a given time series. A special feature of the proposed method is the use of neural ...
Добавлено: 23 августа 2017 г.
Минаева Н. В., Кумпан Н. А., Ясницкий Л. Н. и др., Пермский медицинский журнал 2015 Т. 32 № 4 С. 63-67
Цель. Разработать систему дифференциальной диагностики ринитов инфекционной и аллергической этиологии. Материалы и методы. Данные 217 пациентов детского возраста с инфекционным и аллергическим ринитом были использованы для построения диагностической системы на основе технологии нейронных сетей. Результаты. Создана система дифференциальной диагностики, позволяющая с помощью минимального числа входных параметров с высокой точностью ставить диагнозы «инфекционный ринит» и «аллергический ...
Добавлено: 23 февраля 2016 г.
Ясницкий Л. Н., Ваулева С. В., Сафонова Д. Н. и др., Всероссийский криминологический журнал 2015 Т. 9 № 3 С. 423-430
В настоящее время среди криминалистов нет единого мнения в вопросе выбора параметров, позволяющих однозначно сформировать систему признаков, отличающих маньяка-убийцу от нормального человека, что затруд- няет создание эффективных компьютерных программ, предназначенных для использования в следственной практике. В статье описан опыт разработки ней- ронной сети, обучаемой на данных известных серийных убийц, включающих их биологические, социальные и психологические ...
Добавлено: 1 октября 2015 г.
Бабаш А. В., Микрюков А. А., Сизов В. А., Открытое образование 2019 № 23(1) С. 57-63
При решении сложных задач классификации зачастую ни один из используемых алгоритмов классификации не обеспечивает требуемой точности.В таких случаях строят композиции алгоритмов, в которых ошибки отдельных алгоритмов взаимно компенсируются. Рассматривается применение нейросетевого ансамбля для решения
задач классификации событий безопасности в корпоративной информационной системе. Представлен краткий обзор существующих подходов к построению нейросетевых ансамблей и методов формирования решений задач, в которых используются нейросетевые классификаторы. ...
Добавлено: 22 февраля 2020 г.
Vladimir Dvorkin, , in : Труды 6-й Международной научно-практической конференции студентов и аспирантов «Статистические методы анализа экономики и общества» (12-15 мая 2015 г.). : М. : Издательский дом НИУ ВШЭ, 2015. P. 18-19.
Добавлено: 21 октября 2015 г.
Галушкин А. И., Пантюхин Д. В., Avedian E., , in : the 2014 Seventh IEEE Symposium on Computational Intelligence for Security and Defense Applications (CISDA). : [б.и.], 2014.
Добавлено: 13 сентября 2016 г.
Думлер А. А., Черепанов Ф. М., Терапия 2018 № 1(19) С. 109-118
Статья посвящена методологическим вопросам применения нейросетевых технологий в области превентивной медицины. На примере заболеваний сердечно-сосудистой системы показано, что нейросетевое математическое моделирования позволяет не только ставить диагнозы заболеваний, но и на количественном уровне прогнозировать их появление и развитие в будущие периоды жизни, а также подбирать оптимальную стратегию профилактики и лечения с учетом индивидуальных параметров пациента. Сделан ...
Добавлено: 9 января 2019 г.
Демидовский А. В., , in : Advances in Neural Computation, Machine Learning, and Cognitive Research III. : Springer, 2020. P. 375-383.
Добавлено: 27 октября 2019 г.
IEEE Computer Society, 2020
Добавлено: 30 января 2021 г.
Leonid N. Yasnitsky, Yasnitsky V., Aleksander O. Alekseev, Complexity 2021 Vol. 2021 Article 5392170
Добавлено: 10 февраля 2024 г.
Бухаров О. Е., Боголюбов Д. П., Приборы и системы. Управление, контроль, диагностика 2018 № 1 С. 25-33
В статье описан процесс разработки гибридной системы поддержки принятия решения для работы с классом слабоструктурированных задач с недоопределенными переменными. Приводится общая постановка задач прогнозирования и оценивания для класса слабоструктурированных задач. Обосновано использование интервальных нейронных сетей и генетических алгоритмов при решении таких задач. Описан разработанный автором алгоритм обучения интервальных нейронных сетей. Рассмотрена схема предлагаемой системы поддержки ...
Добавлено: 9 февраля 2018 г.