?
Generative models and seq2seq techniques for the flash-simulation of the LHCb experiment
Proceedings of Science. 2025. Vol. 476. P. 1032.
Язык:
английский
Inês G., Скороход С. Н., Matteo d. V. и др., Communications in Nonlinear Science and Numerical Simulation 2027 Vol. 164 P. 1–13
Добавлено: 29 октября 2026 г.
Association for Computational Linguistics, 2026.
Добавлено: 28 октября 2026 г.
Nikitiuk B., Lenev D., Писарев В. В. и др., Journal of Colloid and Interface Science 2026 Vol. 718 Article 140444
Добавлено: 28 октября 2026 г.
Deshchenya V., Nikolay D. Kondratyuk, Sivakova A. и др., Chemical Engineering Sciences 2027 Vol. 337 Article 124616
Добавлено: 28 октября 2026 г.
Zubov A., Zubov A., Малявко, Я. и др., Computer Physics Communications 2025 Vol. 317 Article 109860
Добавлено: 28 октября 2026 г.
Добавлено: 27 октября 2026 г.
Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Big Data and Cognitive Computing 2026 Vol. 10 No. 11 P. 1–52
Добавлено: 27 октября 2026 г.
Alexander S. Rabinowitch, International Journal of Modern Physics A 2026 Vol. 41 No. 30 Article 2650168
Добавлено: 26 октября 2026 г.
IEEE, 2026.
Добавлено: 26 октября 2026 г.
Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Scientific data 2026 P. 1–20
Добавлено: 26 октября 2026 г.
D.V. Khomitsky, Lavrukhina E. A., Krasavin D. P. и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 114 No. 22 Article 225414
Добавлено: 23 октября 2026 г.
Будков Ю. А., Каликин Н. Н., Journal of Chemical Physics 2026 Vol. 165 No. 16 Article 164108
Добавлено: 22 октября 2026 г.
Qu H., Xiang R., Obsie E. Y. и др., Agronomy 2021
Добавлено: 22 октября 2026 г.
Obsie E. Y., Zhan Y., Liu Y., Engineering Research Express 2026 Article 7
Добавлено: 22 октября 2026 г.
Задача о возбуждении бегущих фонон-поляритонных волн на поверхности полярного кристалла падающей извне световой волной (с частотой, близкой к частоте решеточных колебаний) решена теоретически только для бесконечной открытой поверхности кристалла. В случаях, когда часть поверхности покрыта металлической маской, препятствующей проникновению возбуждающего излучения к атомам среды, и эта маска имеет произвольную форму, общепризнанного решения неоднородной задачи нет. ...
Добавлено: 20 октября 2026 г.
Логвенков С. А., Известия РАН. Механика жидкости и газа 2026 № 3 С. 59–75
Решена задача об эволюции объемной концентрации клеток в сферическом агрегате,
состоящем из клеток, внеклеточного матрикса и жидкости. Агрегат окружен внеклеточным матриксом. Постановка задачи использует разработанную автором ранее модель многофазной биологической сплошной среды, образованной двумя активно взаимодействующими твердыми фазами
и жидкостью. Исследовано распространение сферического фронта клеток в вязком матриксе в результате деления клеток и активных взаимодействий клеток с ...
Добавлено: 20 октября 2026 г.
Горбунов А. А., Григорьев А. А., Демидов Л. Н. и др., Приборы и системы. Управление, контроль, диагностика 2025 № 7 С. 20–24
Быстрое развитие технологии квантовых вычислений потенциально может произвести революцию в сложных вычислениях в
физических, химических и биологических областях за счет использования квантовой суперпозиции и запутанности. Квантовые компьютеры используют кубиты, способные существовать в нескольких состояниях одновременно, в отличие от классических битов.
Эта функция позволяет хранить и обрабатывать больше информации, что дает значительное преимущество при решении задач с
обширным пространством ...
Добавлено: 12 октября 2026 г.
Konstantinov A., Elizarova Anastasiya P., Utkin L., Computing, Telecommunications and Control 2026 Vol. 19 No. 1 P. 16–25
Деревья решений и их ансамблевые расширения, такие как случайные леса, широко используются в качестве моделей классификации благодаря своей простоте и интерпретируемости. Однако во многих реальных задачах, где метки классов перекрываются в пространстве признаков, стандартные деревья решений полагаются на жесткие разбиения, которые создают слабые границы принятия решений. В этих областях небольшие возмущения входных значений могут привести ...
Добавлено: 2 октября 2026 г.
International Joint Conferences on Artificial Intelligence, 2026.
Добавлено: 1 октября 2026 г.
Портной С. Л., Ефремов А. М., Кузьмин В. В., В кн.: Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-2026): материалы XXIX Международной научной конференции. Россия, Москва, 21–27 сентября 2026 г.: М.: РУДН, 2026..
В работе рассматривается возможность улучшения помехоустойчивости каскадного кода, состоящего из внутреннего кода Хэмминга (4,3) и внешнего кода Рида — Соломона (7,5) над полем GF(8), за счёт дополнительной кор рекции ошибок на основе машинного обучения. Внешний код декодируется списочным алгоритмом с перебором стираний; рассматриваются списки дли ной 5 и 10 комбинаций. Для компенсации потерь помехоустойчивости при ...
Добавлено: 26 сентября 2026 г.
Voronova K. D., Лядова Л. Н., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 4 P. 153–170
В статье представлен подход к автоматизированному структурированию информации о событиях, извлекаемой из неструктурированных текстовых Интернет-источников, для задач углублённого анализа процессов. Во многих практических случаях сведения о событиях, происходящих в рамках различных процессов, представлены не в виде готовых журналов событий, а распределены по новостным публикациям, отчётам и другим текстовым материалам. Это существенно усложняет применение средств анализа ...
Добавлено: 14 сентября 2026 г.
Статья посвящена анализу влияния технологий искусственного интеллекта (ИИ) и машинного обучения на развитие, трансформацию киберугроз и создание высокоэффективных систем киберзащиты. Рассматриваются ключевые направления эволюции ИИ, включая ориентированные на данные, модели, приложения и человека подходы, и их роль в формировании как защитных, так и наступательных возможностей. Показано, что злоумышленники активно используют ИИ для автоматизации разведки, персонализации ...
Добавлено: 12 сентября 2026 г.
Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750
Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...
Добавлено: 10 сентября 2026 г.