?
О построении нейросетевого агрегатора лингвистических оценок
С. 44–45.
Построение интегрированных суб-символических систем является важной научной задачей. Ключевую роль в создании таких систем играет реализация таких символических правил, как агрегация лингвистических оценок в процессе принятия решений, в виде нейросетевых архитектур. В докладе рассматривается идея объединения символического и суб-символического уровней вычислений для задач многокритериального принятия решений. В частности, входные данные алгоритма агрегации оценок представляются в виде структур, а оператор агрегации в виде операций над этими структурами. Рассматриваются существующие нейросетевые примитивы, комбинация которых позволит полностью выразить алгоритм агрегации. Частичная реализация предлагаемого подхода осуществляется с помощью программного каркаса Keras.
В книге
Н. Новгород: НРЛ, 2020.
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.
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.
Bernadotte A, Elfimov N., Menshikov I., Scientific data 2025 Vol. 13 No. 41
Добавлено: 25 февраля 2026 г.
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.
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.
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.
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.
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.
Литвиненко Н. П., IEEE Access 2024
Добавлено: 9 декабря 2024 г.
Демидовский А. В., Трутнев А. И., Тугарев А. М. и др., , in: Frontiers in Artificial Intelligence and Applications: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, SpainVol. 392.: IOS Press Ebooks, 2024. P. 3980–3986.
Добавлено: 5 ноября 2024 г.
IOS Press Ebooks, 2024.
Добавлено: 5 ноября 2024 г.
Dmitriy Demin, Ilya Grebenkin, International Journal of Advanced Manufacturing Technology 2024 Vol. 133 No. 7 P. 3461–3473
It is well known that residual stresses and accumulated deformations during drawing processes can influence mechanical properties of the resulting products. This paper proposes the use of machine learning methods, such as artificial neural networks (ANN) and polynomial regression, to gain insight into the nature of these distributions across the cross-section of round wires. The ...
Добавлено: 17 июля 2024 г.
Leonid N. Yasnitsky, Yasnitsky V., Aleksander O. Alekseev, Complexity 2021 Vol. 2021 Article 5392170
Добавлено: 10 февраля 2024 г.
Существующие математические модели массовой оценки и прогнозирования рыночной стоимости жилых объектов обладают рядом недостатков: разработанные для какого-либо одного региона модели не годятся для других регионов. Все они быстро устаревают и требуют постоянной актуализации, поскольку не учитывают постоянно меняющуюся экономическую обстановку. Они не пригодны для оптимизации строительного бизнеса. Целью исследования является создание системы оценки недвижимости городов ...
Добавлено: 10 февраля 2024 г.
Добавлено: 10 февраля 2024 г.
Пантюхин Д. В., , in: Integral Robot Technologies and Speech Behavior.: Newcastle upon Tyne: Cambridge Scholars Publishing, 2024. Ch. 9 P. 281–296.
Добавлено: 10 декабря 2023 г.
Rabchevskiy A., Ashikhmin E., Ясницкий Л. Н., , in: Cyber-Physical Systems and Control II.: Springer, 2023. P. 535–544.
The problem of creating datasets for training and testing neural networks is described in the example of the task of social network management. A method of expert dataset synthesis based on experts’ knowledge of the subject area is proposed. The essence of the method lies in the fact that sets are generated randomly within the ...
Добавлено: 20 ноября 2023 г.
Frankfurt: Springer, 2023.
Добавлено: 1 ноября 2023 г.
Добавлено: 5 октября 2023 г.
Ilia Semenkov, Nikita Fedosov, Makarov I. и др., Journal of Neural Engineering 2023 Vol. 20 No. 5 Article 056008
Добавлено: 9 сентября 2023 г.