?
Text classification with deep learning neural networks
P. 362-370.
Voronkov Ilia, Amajd M., Kaimuldenov Z.
В книге
Vol. 1989. , Aachen : CEUR Workshop Proceedings, 2017
Малафеев А. Ю., Николаев К. И., , in : Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Kazan, Russia, July 17–19, 2019, Revised Selected Papers. Communications in Computer and Information Science. Vol. 1086.: Springer, 2020. P. 154-159.
В статье проводится исследование методов глубокого обучения для решения новой задачи многоклассовой классификации текстов, а именно определения интересов пользователей с помощью текстовых сообщений. Мы использовали оригинальный набор данных из почти 90 тысяч текстовых сообщений с форумов, размеченных по десяти интересам. Мы экспериментировали с различными современными архитектурами нейронных сетей: рекуррентными и сверточными, а также с более простыми сетями с прямой связью. ...
Добавлено: 7 ноября 2019 г.
I. K. Kusakin, Fedorets O. V., A. Y. Romanov, Scientific and Technical Information Processing 2023 Vol. 50 No. 3 P. 176-183
Добавлено: 4 ноября 2023 г.
Фирсанова В. И., Journal of Applied Linguistics and Lexicography 2021
Добавлено: 25 сентября 2023 г.
Шкляр Д. Р., JOURNAL OF GEOPHYSICAL RESEARCH-SPACE PHYSICS 2019 Vol. 124 No. 5 P. 3522-3531
Добавлено: 17 июня 2019 г.
Sergey Smetanin, Mathematics 2022 Vol. 10 No. 16 Article 2947
Добавлено: 15 августа 2022 г.
Колмогорова А. В., Калинин А. А., В кн. : Компьютерная лингвистика и интеллектуальные технологии: по материалам международной конференции «Диалог 2022», выпуск 21. Вып. 21.: Изд-во РГГУ, 2022. С. 311-321.
В статье обсуждаются результаты решения двух задач машинного обучения: задачи классификации тек
стов социальных сетей на русском языке по критерию доминирующей эмоции и задачи регрессии, в рамках
которой эмоции в тех же текстах социальных сетей предсказываются. В основе экспериментов – сформиро
ванный авторами датасет из 3879 текстов из пабликов ВКонтакте, размеченный 2000 асессорами на краудсор
синговой платформе Толока. Аннотирование ...
Добавлено: 18 марта 2024 г.
Wohlgenannt G., Артемова Е. Л., Ильвовский Д. А., , in : Proceedings of the Workshop on Language Technology Resources and Tools for Digital Humanities (LT4DH). : Osaka : [б.и.], 2016. Ch. 4. P. 18-26.
Добавлено: 6 марта 2017 г.
Ломотин К. Е., Романова И. И., В кн. : ФЭЭ 2017: Физика, Электроника, Электротехника. Материалы научно-технической конференции. : Сумы : СумДу, 2017. С. 152-152.
В процессе обработки текстов остро встает проблема нехватки производительности. Семантические и статистические модели документов требуют сложных вычислений, которые могут занимать длительное время. Эта проблема является преградой на пути внедрения последних разработок в области классификации текстов. В данной работе рассматривается проект аппаратного модуля, реализующего классификацию входящих документов по заданным тематикам. ...
Добавлено: 31 июля 2017 г.
Харламов А. А., , in : Neuroinformatics and Semantic Representations: Theory and Applications. : Cambridge Scholars Publishing, 2020. P. 156-167.
На основе представлений об обработке информации в мозге человека [1] реализована технология автоматической смысловой обработки текстов TextAnalyst, позволяющая выявить ключевые понятия текста в их взаимосвязях, реализовать реферирование текстов и их смысловое сравнение (классификацию). Реализованы продукты, использующие функциональность этой технологии: персональный – TextAnalyst, и библиотека COM модулей – TextAnalyst SDK. ...
Добавлено: 7 декабря 2021 г.
Декруэ Ж. Ж., Borovkov K., Gilson M., Journal of Applied Probability 2014 Vol. 51 No. 3 P. 837-857
The paper deals with nonlinear Poisson neuron network models with bounded memory dynamics, which can include both Hebbian learning mechanisms and refractory periods. The state of the network is described by the times elapsed since its neurons fired within the post-synaptic transfer kernel memory span, and the current strengths of synaptic connections, the state spaces ...
Добавлено: 29 сентября 2014 г.
Nadezhdina E. Y., Реброва О. Ю., Ivaschenko O. V. и др., Pituitary 2019 Vol. 22 No. 6 P. 574-580
Добавлено: 23 октября 2019 г.
Кутузов А. Б., Кузьменко Е. А., Marakasova A., , in : Proceedings of the Workshop on Language Technology Resources and Tools for Digital Humanities (LT4DH). : Osaka : [б.и.], 2016. P. 26-34.
Добавлено: 12 ноября 2016 г.
Arefyev, N., Ermolaev P., Panchenko A., , in : Computational Linguistics and Intellectual Technologies. International Conference "Dialogue 2018" Proceedings. : M. : Conference Proceedings Editorial board, 2018. P. 68-84.
Добавлено: 9 октября 2020 г.
Бухаров О. Е., Мизикин А. А., Боголюбов Д. П., Промышленные АСУ и контроллеры 2013 № 7 С. 37-45
В данной статье обосновываются преимущества эволюционного подхода для решения задач разработки системы поддержки принятия решений. Рассматриваются наиболее популярные методы прогнозирования и выявления зависимостей. Приводятся преимущества использования нейронных сетей для осуществления прогнозирования и определения зависимостей между параметрами систем. Рассматриваются преимущества интервальных нейронных сетей. Оцениваются методы нахождения оптимальных входных параметров для нейронных сетей. Рассматривается реализация системы помощи ...
Добавлено: 29 ноября 2013 г.
Кускова В. В., Зайцев Д. Г., Сокол А. А. и др., , in : Proceedings of the 26th ISSAT Conference on Reliability and Quality in Design. : International Society of Science and Applied Technologies, 2021. P. 122-126.
Добавлено: 29 октября 2021 г.
Царегородцев А. В., Михайлов В. А., Мырова Л. О., Электросвязь 2012 № 8 С. 36-39
Предлагается подход к организации иерархической структуры интеллектуальной системы оценки и анализа устойчивости БЦВК к деструктивным воздействиям ЭМИ. Адаптивный характер уровней системы обусловливается использованием интеллектуальных средств нечеткой логики и нейронных сетей для решения задач классификации и кластеризации деструктивных воздействий на БЦВК по признакам таких воздействий, формируемых датчиками ЭМВ. ...
Добавлено: 17 марта 2014 г.
Крючков М. В., Русаков С. В., Вестник Ижевского государственного технического университета 2015 № 2(66) С. 110-112
В работе описаны результаты тестирования нейросетевого технического индикатора тренда по данным биржевого курса нефти марки Brent в 2014 году. Апробация модели проводилась на трех временных интервалах, характеризующихся своими особенностями. ...
Добавлено: 31 августа 2015 г.
Назарова В. В., Ульзутуева Б. Д., Управление финансовыми рисками 2017 № 3(51) С. 166-189
Целью данного исследования является разработка механизма прогнозирования динамики валютных курсов на основе объединения фундаментального и технического подходов, учитывающих спекулятивную составляющую в формировании цены валюты на международном рынке капиталов. Результаты исследования могут быть использованы валютными отделами банков, инвестици- онными компаниями и другими компаниями, заинтересованными в торговле на международном валютном рынке. ...
Добавлено: 27 декабря 2017 г.
Макаров И. А., Mikhail Tokmakov, Lada Tokmakova, , in : Supplementary Proceedings of the 4th International Conference on Analysis of Images, Social Networks and Texts (AIST'2015). Issue 1452.: Aachen : CEUR Workshop Proceedings, 2015. Ch. 9. P. 64-77.
Добавлено: 9 октября 2015 г.
Трубочкина Н. К., Мир техники кино 2019 Т. 1 № 1(13) С. 8-14
В качестве новых инструментов цифрового художника в статье рассмотрены следующие цифровые технологии создания изображений: создание абстрактных изображений с помощью нейросети без входного изображения, на основе психо-эмоционального состояния художника; создание изображений с помощью нейросети – стилизатора, на входе которой есть базовое изображение и файл стилизации (картина художника, файл текстуры, другое изображение); технология программной стилизации и обработки ...
Добавлено: 22 апреля 2019 г.
Vladimir V. Klinshov, Kovalchuk A., Franović I. и др., Chaos, Solitons and Fractals 2022 Vol. 158 Article 112011
Добавлено: 24 января 2023 г.
Паволоцкий А. В., Левицкая Н. И., Голуб А. О., Качество. Инновации. Образование 2015 № 2-2015 С. 33-43
В статье рассматриваются несколько подходов к построению обучаемых интеллектуальных систем - технологий для автоматизированного контроля знаний. Авторы приводят описания алгоритмов, а также примеры и аналитику ...
Добавлено: 7 апреля 2015 г.
Гречихин И. С., Andrey V. Savchenko, , in : Pattern Recognition and Image Analysis. * 2.: Springer, 2019. P. 429-440.
Добавлено: 23 сентября 2019 г.
Бызов А. А., Социология: методология, методы, математическое моделирование 2019 № 49 С. 131-160
На протяжении практически всей своей истории социологи стремились изучать неструктурированные органические тексты: материалы газет, дневники, мемуары, письма, документы, а с недавнего времени и сообщения, публикации и другие тексты на различных онлайн-платформах. В этой статье обсуждается то, как современные техники интеллектуального анализа текста (ИАТ) могут улучшить классические социологические подходы к анализу такого типа данных. Статья построена ...
Добавлено: 9 декабря 2019 г.