?
Neurodiverse AI
BioNanoScience. 2025. Vol. 15. Article 406.
Vallverdú J., Альшанская Е. И.
Язык:
английский
Ключевые слова: искусственный интеллектмашинное обучениеcognitive sciencepsychiatryneuroscienceкогнитивные наукиdiversityментальное здоровьеmental healthbiodiversitycognitive diversitycomputational cognitive neuroscienceArtificial Neural Network (ANN)Artificial General Intelligence (AGI)evolutionary cognitive scienceнейроразнообразиеclinical neurosciencecomputational psychiatryDeep learning architectures and techniquesбиологическая психиатриянейрокогнитивные наукиArtificial intelligence (AI)вычислительные нейронаукиArtificial neural networks and deep learningapplied artificial intelligence machine learningArtificial intelligence (AI) in cognitive studiesDiversity in neuroscienceDiversity in psychiatryвычислительная нейронаука
Qian X., Guan X., Zhang B. и др., Journal of Global Optimization 2026
Добавлено: 27 сентября 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.: Москва: 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.
Switzerland: Springer Cham, 2026.
Добавлено: 25 сентября 2026 г.
Войтович В. И., Махов И. С., Мельниченко И. А. и др., Optics Letters 2026 Vol. 51 No. 17 P. 4872–4875
Добавлено: 25 сентября 2026 г.
Бабичев А. В., Махов И. С., Крыжановская Н. В. и др., Оптика и спектроскопия 2026 Т. 134 № 3 С. 272–277
Представлены результаты по реализации генерации при повышенных температурах в лазерах с длиной волны генерации 980 nm на основе вертикального микрорезонатора с использованием непоглощающих на длине волны оптической накачки зеркал. Минимальная пороговая мощность накачки составила ~0.8 mW и соответствовала температуре 150 K. Добротность микрорезонатора, определенная на пороге генерации, превысила 13000. Максимальная рабочая температура микролазера составила 195 ...
Добавлено: 25 сентября 2026 г.
Бабичев А. В., Махов И. С., Крыжановская Н. В. и др., Письма в Журнал технической физики 2026 Т. 52 № 12 С. 40–43
Реализована одночастотная генерация при 300 K в лазерах на основе вертикального микрорезонатора. Для лазеров с полупроводниковым выводным зеркалом пороговая плотность мощности накачки составила 6.5 kW/cm2. Добротность микрорезонатора и длина волны излучения, определенные на пороге генерации, равнялись 8800 и ~ 959.8 nm. Применение конструкции микрорезонатора с гибридным выводным зеркалом позволило повысить добротность микрорезонатора (до 12 360) ...
Добавлено: 25 сентября 2026 г.
Бабичев А. В., Махов И. С., Крыжановская Н. В. и др., Письма в Журнал технической физики 2026 Т. 52 № 18 С. 30–34
Представлены результаты реализации генерации при комнатной температуре в планарных вертикальных микрорезонаторах на основе зеркал Al0.2Ga0.8As/Al0.9Ga0.1As. При 300 K пороговая плотность мощности и добротность на пороге генерации составили 11.4± 0.7 kW/cm2 и 5070± 160 соответственно. Двукратное превышение порога генерации привело к увеличению добротности микрорезонатора до 19 000. Эффективный латеральный теплоотвод подтвержден малым сдвигом энергии кванта, который составил ...
Добавлено: 25 сентября 2026 г.
Добавлено: 25 сентября 2026 г.
Дубич Е. В., Щагин Д. В., Славянский форум 2026 № 2 (52) С. 560–565
В статье сравниваются протоколы HTTP/2 и HTTP/3 при передаче статических файлов в условиях программно моделируемой сетевой деградации. Эксперимент показал, что HTTP/3 не является универсально более быстрым, но устойчивее проявляет себя при росте задержки и потерь пакетов. ...
Добавлено: 25 сентября 2026 г.
Joulitov A.K., Lomazova I.A., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 4(2) P. 215–224
В майнинге процессов (process mining) графы непосредственного следования (Directly-Follows Graph, DFG) популярны благодаря своей простоте и наглядности. Однако, если процесс является ациклическим, но содержит параллельные события, стандартные алгоритмы построения DFG-моделей могут генерировать «ложные» циклы, которыe не представлены в журнале событий. Такие циклы мешают анализу информационных процессов, значительно снижая интерпретируемость и точность (precision) модели. Эта проблема ...
Добавлено: 24 сентября 2026 г.
Добрина Д. Н., Нестеренко А. Ю., Прикладная дискретная математика. Приложение 2026 № 19 С. 151–159
Работа содержит результаты формального анализа криптографических механизмов, входящих в состав проекта методических рекомендаций «Защищенный универсальный протокол передачи данных и управления микросхемой интеллектуальной карты» (протокол SECUNDA). Получена формальная модель и перечень трудноразрешимых математических задач, трудоёмкостью решения которых можно оценить стойкость используемых криптографических механизмов. ...
Добавлено: 24 сентября 2026 г.
I.I. Sergeev, I.A. Lomazova, Modeling and Analysis of Information Systems 2026 Vol. 33 No. 3 P. 394–419
Объектно-ориентированный process mining сформировался как эффективная парадигма анализа событийных данных, включающих несколько взаимодействующих бизнес-объектов. Существующие методы обнаружения моделей часто опираются на объектно-ориентированные сети Петри с фиксированными кратностями дуг, что ограничивает их способность представлять параметрические закономерности потребления и производства ресурсов, а также отражать количественные зависимости между взаимодействующими типами объектов. В данной работе предлагается метод обнаружения объектно-ориентированных ...
Добавлено: 24 сентября 2026 г.
Паршаков П. А., Паклина С. Н., International Journal of Human-Computer Interaction 2026 P. 1–17
Добавлено: 23 сентября 2026 г.
Андраби У. М., Wadood E., Ojha S. K. и др., IEEE Access 2026 Vol. 14 P. 103358–103375
Добавлено: 23 сентября 2026 г.
Добавлено: 23 сентября 2026 г.
Diachkova E., Nikulin D., Кубкин Я. В. и др., American Journal of Respiratory and Critical Care Medicine 2026 Vol. 212
Добавлено: 23 сентября 2026 г.
Добавлено: 23 сентября 2026 г.
Springer, 2027.
Добавлено: 20 сентября 2026 г.
Cham: Springer, 2021.
Добавлено: 18 сентября 2026 г.
González-Flores L., Rubiano-Moreno J., Соса Гомез Г., Frontiers in Artificial Intelligence 2025 Vol. 8 Article 1554325
Добавлено: 18 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.