Benchmarking and Data Synthesis for Colorization of Manga Sequential Pages for Augmented Reality

Шульгинов В. А., Hasan Berkcan Şimşek, Sergei Kudriashov и др., , in: Computational Linguistics and Intellectual Technologies: Papers from the Annual International Conference “Dialogue” (2025)Issue 23.: [б.и.], 2025. P. 345–360.

В настоящем исследовании представлена методика оценки эффективности больших языковых моделей (БЯМ) в области выявления несогласия, включая широкий диапазон стратегий его выражения — от смягченных форм до явной вербальной агрессии. Особое внимание уделяется сложным случаям имплицитных проявлений иронии и сарказма, представляющим значительные трудности как для автоматического анализа, так и для межличностного общения. Экспериментальное тестирование БЯМ проводилось ...

Добавлено: 30 апреля 2025 г.

Advancing Sequential Manga Colorization for AR Through Data Synthesis

Голядкин М. Ю., Saraev S., Макаров И. А., IEEE Access 2025 Vol. 13 P. 7526–7537

Добавлено: 29 апреля 2025 г.

Identifying Top-Performing Students via VKontakte Social Media Communities Using Advanced NLP Techniques

Горшков С. С., Игнатов Д. И., Chernysheva A. и др., IEEE Access 2025 Vol. 13 P. 962–979

Identifying potentially high-performing students is crucial for universities aiming to enhance educational outcomes, for companies seeking to recruit top talents early, and for advertising platforms looking to optimize targeted marketing. This paper introduces an algorithm designed to identify students with exceptional academic performance by analyzing their subscriptions to communities on the social network VKontakte. The ...

Добавлено: 3 января 2025 г.

RuBLiMP: Russian Benchmark of Linguistic Minimal Pairs

Taktasheva E., Бажуков М. О., Koncha K. и др., , in: Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing.: Association for Computational Linguistics, 2024. P. 9268–9299.

Добавлено: 2 января 2025 г.

PhyloBench: A Benchmark for Evaluating Phylogenetic Programs

Спирин С. А., Sigorskikh A., Efremov A. и др., Molecular Biology and Evolution 2024 Vol. 41 No. 6 Article msae084

Phylogenetic inference based on protein sequence alignment is a widely used procedure. Numerous phylogenetic algorithms have been developed, most of which have many parameters and options. Choosing a program, options, and parameters can be a nontrivial task. No benchmark for comparison of phylogenetic programs on real protein sequences was publicly available. We have developed PhyloBench, ...

Добавлено: 7 августа 2024 г.

SCA-2023: A TWO-PART DATASET FOR BENCHMARKING THE METHODS OF IMAGE PRECOMPENSATION FOR USERS WITH REFRACTIVE ERRORS

Алкзир Н., Nikolaev I., Nikolaev D., Proceedings - European Council for Modelling and Simulation 2023 Vol. 2023-June P. 298 – 305

Добавлено: 11 июня 2024 г.

Unsupervised domain adaptation methods for cross-species transfer of regulatory code signals

Pavel Latyshev, Fedor Pavlov, Herbert A. и др., , in: Proceedings of 11th Moscow Conference on Computational Molecular Biology MCCMB'23.: IITP RAS, 2023.

Добавлено: 1 декабря 2023 г.

StyleDomain: Efficient and Lightweight Parameterizations of StyleGAN for One-shot and Few-shot Domain Adaptation

Аланов А., Titov V., Nakhodnov M. и др., , in: 2023 IEEE/CVF International Conference on Computer Vision (ICCV).: IEEE, 2023. P. 2184–2194.

Добавлено: 21 июня 2023 г.

Unsupervised Domain Adaptation Methods for Cross-Species Transfer of Regulatory Code Signals

Pavel Latyshev, Fedor Pavlov, Herbert A. и др., Frontiers in Big Data 2023 Vol. 6 Article 1140663

Добавлено: 8 июня 2023 г.

HyperDomainNet: Universal Domain Adaptation for Generative Adversarial Networks

Аланов А., Titov V., Ветров Д. П., , in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022.: Curran Associates, Inc., 2022. P. 29414–29426.

Добавлено: 27 января 2023 г.

Masking domain-specific information for cross-domain deception detection

Sanchez-Junquera J., Villasenor-Pineda L., Montes-y-Gomez M. и др., Pattern Recognition Letters 2020 Vol. 135 P. 122–130

Добавлено: 29 октября 2020 г.

КАК ПРИБЛИЗИТЬСЯ С ПИКОВОМУ ЗНАЧЕНИЮ FLOPS/S? СРАВНЕНИЕ АРХИТЕКТУР X86 И ARMV8

Никольский В. П., Стегайлов В. В., В кн.: Суперкомпьютерные дни в России: Труды международной конференции (25-26 сентября 2017 г., г. Москва).: М.: Издательство МГУ, 2017. С. 595–606.

В данной работе мы сравниваем возможности компиляторов по построению век-торизованного кода для современных процессоров ARMv8 и x86_64 и обсуждаемассемблерный алгоритм достижения максимальной производительности на обеихархитектурах. Представлен высокооптимизированный микротест, достигающиймаксимальную долю от пиковой производительности на процессоре ARMv8, в товремя как аналогичные программы для архитектуры x86_64 уже разработаны.Тесты были проведены на системе-на-чипе Nvidia Tegra X1 с четырьмя ...

Добавлено: 30 октября 2019 г.

Факторы, определяющие избыточную доходность портфеля ценных бумаг паевых инвестиционных фондов

Галанова А. В., Дукова В. В., Корпоративные финансы 2018 Т. 12 № 4 С. 43–60

В статье предлагается новый подход к выявлению экономических факторов, влияющих на избыточную доходность паевых инвестиционных фондов (ПИФ), который включает два этапа: этап анализа моментум-эффекта (простого и скорректированного на риск) на основе использования модели Кархарта и этап тестирования гипотез о значимости коэффициентов бутстрап методом, позволяющий анализировать избыточную доходность даже конкретных, отдельно взятых ПИФов. В результате исследования ...

Добавлено: 22 февраля 2018 г.