?
The Thirteenth International Conference on Learning Representations: ICLR 2025
ICLR, 2025.
The International Conference on Learning Representations (ICLR) is the premier gathering of professionals dedicated to the advancement of the branch of artificial intelligence called representation learning, but generally referred to as deep learning.
ICLR is globally renowned for presenting and publishing cutting-edge research on all aspects of deep learning used in the fields of artificial intelligence, statistics and data science, as well as important application areas such as machine vision, computational biology, speech recognition, text understanding, gaming, and robotics.
Главы книги
Gorishniy Y., Котельников А. К., Бабенко А. В., , in: The Thirteenth International Conference on Learning Representations: ICLR 2025.: ICLR, 2025.
Добавлено: 24 декабря 2024 г.
Denis Kuznedelev, Valerii Startsev, Daniil Shlenskii и др., , in: The Thirteenth International Conference on Learning Representations: ICLR 2025.: ICLR, 2025. P. 1–30.
Добавлено: 10 февраля 2025 г.
Demidovich Y., Petr Ostroukhov, Malinovsky G. и др., , in: The Thirteenth International Conference on Learning Representations: ICLR 2025.: ICLR, 2025.
Добавлено: 15 июля 2025 г.
Ключевые слова: data science
Neal N. X., Weiqing L., Dacheng H. и др., Algorithms 2026 Vol. 19 No. 5 P. 1–22
Добавлено: 13 мая 2026 г.
Velichkov B., Nikolova-Koleva I., Slavcheva M., Shumen: INCOMA Ltd, 2025.
Добавлено: 12 мая 2026 г.
Степанянц В. Г., Долгов И. М., Хорошилов Г. С. и др., Труды Института системного программирования РАН 2026 Т. 38 № 3 С. 95–110
На рынок постепенно выходят высокоавтоматизированные и подключенные транспортные средства (ТС). В настоящее время предлагаются решения, позволяющие использовать эти технологии для совместного управления дорожным движением, что может значительно повысить его безопасность. В статье анализируются требования к интегрированной среде моделирования подключенных и высокоавтоматизированных ТС и совместной автоматизации управления дорожным движением с высокодетализированным учетом влияния окружающих объектов. Проанализированы ...
Добавлено: 12 мая 2026 г.
Тихонов Р. А., Efendiev M. T., Fedotenkov A. A., 2026 International Russian Smart Industry Conference (SmartIndustryCon) 2026 P. 542–547
Добавлено: 11 мая 2026 г.
Los Alamitos: IEEE Computer Society, 2026.
Добавлено: 10 мая 2026 г.
Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194
С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные
прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных
путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...
Добавлено: 8 мая 2026 г.
Авдошин С. М., Песоцкая Е. Ю., Business Informatics 2026 Vol. 20 No. 1 P. 7–28
Добавлено: 8 мая 2026 г.
Ismagilov T., Mukosey A., Смирнов Ф. А. и др., International Journal of High Performance Computing Applications 2026 Vol. 40 No. 2 P. 240–253
Добавлено: 7 мая 2026 г.
Ясницкий Л. Н., Голдобин М. А., Мезенцев А. С., Прикладная математика и вопросы управления 2025 № 2 С. 99–116
Представлен обзор современных методов и основанных на них программных
инструментах, применяемых для математического моделирования серийных производственных процессов с целью снижения брака и повышения качества производимых изделий. Перечисляются группы работ, нацеленных на обнаружение и классификацию дефектов, работ, в которых решаются задачи прогнозирования образования дефектов и определения значимости параметров, работ направленных на поиск
оптимального сочетания технологических параметров изготовления изделий, ...
Добавлено: 5 мая 2026 г.
Монахова Э. А., Монахов О. Г., Рзаев Э. Р. и др., Прикладная дискретная математика 2026 Т. 71 С. 112–127
В настоящей работе исследовано совместное конструирование топологий семейств оптимальных по диаметру циркулянтных сетей $C(N; \pm 1, \pm s_2)$ и реализуемых для них оптимальных алгоритмов маршрутизации сложности $O(1)$. Предлагаемый алгоритм маршрутизации основан на использовании масштабируемых параметров $L$-образных шаблонов плотной укладки графов на плоскости для семейств оптимальных сетей.
Определены аналитические формулы зависимости этих параметров от диаметра графов семейств ...
Добавлено: 4 мая 2026 г.
Добавлено: 4 мая 2026 г.
Мультимодальные фундаментальные модели и медицинские мультимодальные большие языковые модели формируют новый класс диагностических систем поддержки принятия решений, способных работать с разнородными источниками данных: медицинскими изображениями (рентген, КТ, МРТ, УЗИ, гистология), сигналами (ЭКГ, ЭЭГ), текстом (история болезни, протоколы, выписки), лабораторными показателями, данными молекулярного профилирования и др. В статье систематизированы архитектуры и стратегии обучения, обеспечивающие переносимость между ...
Добавлено: 4 мая 2026 г.
Honolulu: IEEE, 2025.
Добавлено: 3 мая 2026 г.
Добавлено: 3 мая 2026 г.
Добавлено: 3 мая 2026 г.
М.: ООО «Геомодель Развитие», 2024.
Интелшектуальный анализ данных в нефтегазовой отрасли, Калининград, Россия, 2024, ООО «Геомодель Развитие» ...
Добавлено: 29 апреля 2026 г.
Karpova Irina Petrovna, Pattern Recognition and Image Analysis 2025 Vol. 35 No. 4 P. 1138–1144
Добавлено: 29 апреля 2026 г.
Лукашенко М. А., Никольский В. С., Шарова Е. А., Высшее образование в России 2022 Т. 31 № 4 С. 129–147
Науки о данных (data science) показывают высокую динамику в качестве новой отрасли прикладного знания, а также новой области обучения. Кроме того, активно развивается соответствующая сфера образовательных исследований. Вместе с тем большая часть научных публикаций направлена на изучение конкретных вопросов, связанных с содержательным наполнением программ и их методическим обеспечением. Более широкий и особенно международный контекст остаётся без необходимого ...
Добавлено: 5 сентября 2023 г.
Никольский В. С., Лукашенко М. А., Шарова Е. А., Высшее образование в России 2022 Т. 31 № 4 С. 129–147
Науки о данных (data science) показывают высокую динамику в качестве новой отрасли прикладного знания, а также новой области обучения. Кроме того, активно развивается соответствующая сфера образовательных исследований. Вместе с тем большая часть научных публикаций направлена на изучение конкретных вопросов, связанных с содержательным наполнением программ и их методическим обеспечением. Более широкий и особенно международный контекст остаётся ...
Добавлено: 2 декабря 2022 г.
Anton Khritankov, Pershin N., Ukhov N. и др., , in: Data Analytics and Management in Data Intensive Domains. 23rd International Conference, DAMDID/RCDL 2021, Moscow, Russia, October 26–29, 2021, Revised Selected Papers.: Springer, 2022. P. 3–18.
Добавлено: 20 сентября 2022 г.
Springer, 2021.
Добавлено: 14 января 2022 г.