Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT)

?

Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT)

Самара : Новая техника, 2017.

Целью проведения Конференции ИТНТ-2017 является обсуждение совместно с ведущими отечественными и зарубежными учеными проблем фундаментальных и прикладных исследований, компьютерного моделирования, разработки и практического внедрения компонентов информационно-телекоммуникационных систем, активизация научно-практической деятельности исследователей в этом направлении, обмен опытом учебнообразовательной деятельности при подготовке ИТ -специалистов с использованием инновационных образовательных и инструментальных технологий. Тематика Конференции ИТНТ-2017 охватывает широкий круг областей применения информационных технологий в науке и высокотехнологичных отраслях промышленности. Основными направлениями работы Конференции ИТНТ-2017 являются:

Компьютерная оптика и нанофотоника о дифракционная оптика; о нанофотоника и оптика наноструктур; о оптические информационные технологии и системы;
Обработка изображений и геоинформационные технологии о обработка и анализ сигналов и изображений; о компьютерное зрение; о распознавание зрительных образов; о геоинформационные технологии; обработка и анализ данных дистанционного зондирования Земли;
Информационная безопасность о криптография и криптоанализ; о стеганография и цифровые водяные знаки; о методы обнаружения вредоносных программ; о методы обнаружения несанкционированных изменений в данных; о реинжиниринг;
Математическое моделирование о математическое моделирование информационных процессов; о математическое моделирование физических процессов и явлений; о математическое моделирование технических систем; о математическое моделирование экономических, биологических и химических систем;
Высокопроизводительные вычисления о суперкомпьютерные технологии; о разработка программного обеспечения для решения масштабных прикладных задач; о создание быстродействующих гибридных (GPU/CPU) программно-аппаратных средств и комплексов моделирования и управления; о проблемы суперкомпьютерного образования;
Наука о данных о интеллектуальный анализ данных; о технологии и системы анализа больших данных; о методы анализа больших данных; о машинное обучение; о глубокое обучение; о анализ сетей и текстов;
Информационные технологии в образовании

Приоритетным в работе Конференции ИТНТ-2017 является образовательный аспект, заключающийся в предоставлении студентам и молодым ученым возможности ознакомиться с новейшими научными достижениями по тематике Конференции, с уникальным научным оборудованием и лабораторной базой Самарского университета, используемой для исследований. С целью привлечения молодежи в сферу передовых научных исследований, образования и высоких технологий и закрепления в ней в рамках Конференции проводится Молодежная Школа, где молодые ученые, преподаватели, докторанты, аспиранты, магистранты и студенты старших курсов получат уникальную возможность повысить свой профессиональный уровень и опубликовать свои научные результаты, в том числе в изданиях, индексируемых в базах Scopus и Web of Science.

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.

Научное направление: Компьютерные науки

Приоритетные направления: компьютерно-математическое

Язык: русский

Текст на другом сайте

Ключевые слова: нанотехнологии информационные технологии

Proceedings of the III International Conference on Information Technologies and Nanotechnologies (ITNT)

QGKM: A Quantum Fidelity-Based Graph Clustering Framework for Robust Data Pattern Recognition in Education Social Networks QGKM: A Quantum Fidelity-Based Graph Clustering Framework for Robust Data Pattern Recognition in Education Social Networks

Neal N. X., Weiqing L., Dacheng H. и др., Algorithms 2026 Vol. 19 No. 5 P. 1–22

Добавлено: 13 мая 2026 г.

Proceedings of the 9th Student Research Workshop associated with the International Conference Recent Advances in Natural Language Processing

Velichkov B., Nikolova-Koleva I., Slavcheva M., Shumen: INCOMA Ltd, 2025.

Добавлено: 12 мая 2026 г.

Интегрированная среда моделирования для верификации и валидации программ управления подключенными и высокоавтоматизированными транспортными средствами

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.

Connected and Automated Vehicle Scenario Manager Graphical User Interface

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.

Proceedings 2026 IEEE 11th International Conference on Smart Cloud SmartCloud 2026 8-10 May 2026

Los Alamitos: IEEE Computer Society, 2026.

Добавлено: 10 мая 2026 г.

От неизвестности к прозрачности: обзор технологий объяснимого ИИ (XAI)

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.

Explainable AI for Industry 5.0: Shedding light on the black box

Авдошин С. М., Песоцкая Е. Ю., Business Informatics 2026 Vol. 20 No. 1 P. 7–28

Добавлено: 8 мая 2026 г.

Comparative Analysis of Students’ Perceptions of Programming Puzzles: Parson’s and Wordle-Like

Варнавский А. Н., IEEE Access 2026 Vol. 14 P. 37487–37508

Добавлено: 7 мая 2026 г.

Towards performance analysis of GPU-aware MPI over Angara interconnect

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.

Программные инструментальные средства для разработки мероприятий по снижению брака серийного производства

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.

Моделирование и оценка ресурсных затрат алгоритмов маршрутизации в сетях на кристалле с двумерной циркулянтной топологией

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.

AlphaDent: A dataset for automated tooth pathology detection

Sosnin E. I., Vasil’ev Y. L., Solovyev R. A. и др., Computer Optics 2025 Vol. 49 No. 6 P. 1129–1137

Добавлено: 4 мая 2026 г.

Мультимодальные модели в медицинской диагностике как универсальный инструмент

Назаренко А. Г., Федоров М. В., Мошкин А. С. и др., Вестник Росздравнадзора 2026 № 1 С. 14–29

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.

2025 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW)

Honolulu: IEEE, 2025.

Добавлено: 3 мая 2026 г.

MinMAE calibration method for convolutional neural network quantization

Vasilev A., Kapitanov A., Solovyev Roman A. и др., PeerJ Computer Science 2026 Vol. 12 Article 3724

Добавлено: 3 мая 2026 г.

Machine Learning Methods for Fast Evaluation of Static IR Drop Effect

Solovyev Roman A., Telpukhov Dmitry, Shafeev I. и др., Technologies 2026 Vol. 14 No. 3 Article 169

Добавлено: 3 мая 2026 г.

On the minimum number of maximal distance-k independent sets in trees

Талецкий Д. С., / Series arXiv "math". 2026.

Добавлено: 1 мая 2026 г.

Proceedings of the 2026 8th International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE)

Даюб А., Сулейман Э., IEEE, 2026.

Добавлено: 30 апреля 2026 г.

Интеллектуальный анализ данных в нефтегазовой отрасли

М.: ООО «Геомодель Развитие», 2024.

Интелшектуальный анализ данных в нефтегазовой отрасли, Калининград, Россия, 2024, ООО «Геомодель Развитие» ...

Добавлено: 29 апреля 2026 г.

Bioinspired Method of Agent Redistribution between Groups

Karpova Irina Petrovna, Pattern Recognition and Image Analysis 2025 Vol. 35 No. 4 P. 1138–1144

Добавлено: 29 апреля 2026 г.

Правовой режим объектов, созданных искусственным интеллектом: обзор зарубежной практики

Кирсанова Е. Е., Пакшин П. К., Право и экономика 2026 № 3 (456) С. 26–34

В статье рассматривается вопрос правового режима интеллектуальной собственности, созданной искусственным интеллектом. Изменения существующей правовой базы в сторону признания искусственного интеллекта субъектом права нарушат обоснование и фундаментальные принципы системы интеллектуальных прав. В статье представлен обзор разных взглядов на обоснование предоставления авторских прав на созданные искусственным интеллектом произведения. Автор отмечает, что в некоторых юрисдикциях авторские права таким ...

Добавлено: 28 апреля 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Ising models on the hydrogen peroxide and other lattices

Qin X., Deng Y., Щур Л. Н. и др., / Series arXiv "math". 2026. No. 2603.02962.

Добавлено: 20 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.