Pollen grains recognition using structural approach and neural networks

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Determining the boundary of dynamical chaos in the generalized Chirikov map via machine learning

Чернышов Д. П., Сатанин А. М., Щур Л. Н., / Series arXiv "math". 2025.

Добавлено: 21 ноября 2025 г.

Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.

Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.

Добавлено: 9 ноября 2025 г.

Diffusion on language model embeddings for protein sequence generation

Мещанинов В. П., Strashnov, P., Shevtsov A. и др., / Cornell University. Серия CoRR, arXiv:2403.03726 "Computing Research Repository,". 2025.

Дизайн белков требует глубокого понимания присущей сложности «белкового вселенной». Хотя многие работы ориентируются на условную генерацию или сосредоточены на отдельных семействах белков, базовая задача безусловной генерации остаётся недостаточно изученной и недооценённой. В этой работе мы исследуем именно этот ключевой аспект и представляем DiMA — модель, которая использует непрерывную диффузию по эмбеддингам, полученным из языковой модели для белков ESM-2, ...

Добавлено: 5 октября 2025 г.

Smoothie: Smoothing Diffusion on Token Embeddings for Text Generation

Шабалин А. М., Мещанинов В. П., Vetrov D., / Series cs.CL, arXiv:2505.18853 "Computation and Language". 2025.

Диффузионные модели достигли передовых результатов в генерации изображений, аудио и видео, однако их адаптация к тексту остаётся сложной из-за его дискретной природы. Ранее подходы либо применяют гауссовскую диффузию в непрерывных латентных пространствах, что наследует семантическую структуру, но затрудняет декодирование токенов, либо работают в пространстве категориального симплекса, что учитывает дискретность, но игнорирует семантические связи между токенами. ...

Добавлено: 5 октября 2025 г.

A Feature Engineering Framework for Computer Vision Based on Topological Data Analysis

Абрамов А. С., Чернышев В. Л., Михайлец Е. В. и др., / Series Social Science Research Network "Social Science Research Network". 2025.

Добавлено: 23 сентября 2025 г.

On the construction of frieze patterns from partitions of convex polygons by nonintersecting diagonals

Кочетков Ю. Ю., / Series arXiv.org e-print archive "arXiv.math". 2025. No. 07600.

Добавлено: 17 сентября 2025 г.

On one property of Catalan numbers

Кочетков Ю. Ю., / Series arXiv.org e-print archive "arXiv.math". 2025. No. 20584.

Добавлено: 9 сентября 2025 г.

Astrocytes mediate analogous memory in a multi-layer neuron–astrocyte network

Tsybina Y., Kastalskiy I., Krivonosov M. и др., Neural Computing and Applications 2023 Vol. 34 No. 11 P. 9147 –9160

Добавлено: 9 апреля 2025 г.

Сравнение эффективности применения различных подходов в задаче детекции объекта на изображении низкого качества

Проворова А. А., Полякова И. Ю., Кузьмичева Е. В., Научная визуализация 2024 Т. 16 № 3 С. 1–13

Машинные методы анализа изображений набирают всё большую популярность в самых различных сферах жизни. Однако остается открытым вопрос, насколько эффективна работа таких алгоритмов на данных низкого качества, например, таких, какие могут использоваться в сфере телемедицины. В работе проведен сравнительный анализ различных подходов к детекции объектов на фотографиях МРТ-снимков головного мозга, сделанных с экрана компьютера. Для распознавания ...

Добавлено: 9 августа 2024 г.

Sequential analysis in Fourier probabilistic neural networks

Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885

Добавлено: 29 июня 2022 г.

Fast inference in convolutional neural networks based on sequential three-way decisions

Савченко А. В., Information Sciences 2021 Vol. 560 P. 370–385

Добавлено: 25 февраля 2021 г.

Вычислительно эффективные алгоритмы классификации изображений на основе последовательного анализа

Савченко А. В., Записки научных семинаров ПОМИ РАН 2021 Т. 499 С. 267–283

В статье рассматриваются быстрые алгоритмы распознавания изображений, основанные на статистическом последовательном анализе. Исследованы метода с последовательной обработкой главных компонент векторов признаков изображений, а также с ранним остановом при прямом проходе в сверточной нейронной сети. Особое внимание уделено последовательному обучению нейросетевых моделей для одновременной классификации нескольких атрибутов (пол, возраст, раса) по фотографии лица. Подчеркнуто, что такие ...

Добавлено: 27 января 2021 г.

Sequential Analysis with Specified Confidence Level and Adaptive Convolutional Neural Networks in Image Recognition

Савченко А. В., , in: Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020).: Piscataway: IEEE, 2020. P. 1–8.

Добавлено: 15 октября 2020 г.

Probabilistic Neural Network With Complex Exponential Activation Functions in Image Recognition

Савченко А. В., IEEE Transactions on Neural Networks and Learning Systems 2020 Vol. 31 No. 2 P. 651–660

Добавлено: 1 ноября 2019 г.

Sequential three-way decisions in multi-category image recognition with deep features based on distance factor

Савченко А. В., Information Sciences 2019 Vol. 489 P. 18–36

Добавлено: 20 марта 2019 г.

A fridge with smart functions: the solution from Liebherr

Чумаков И. Г., Комаров М. М., , in: Workshops and work-in-progress contributions at S-BPM One 2018Vol. 2074.: CEUR Workshop Proceedings, 2018. Ch. 5 P. 71–78.

Добавлено: 3 мая 2018 г.

Deep neural networks performance optimization in image recognition

A. G. Rassadin, A. V. Savchenko, , in: Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT).: Самара: Новая техника, 2017. P. 649–654.

Добавлено: 8 сентября 2017 г.