Voice command recognition in intelligent systems using deep neural networks

Aparin G., Popov Vadim, Садекова Т. Р. и др., , in: Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH 2026.: International Speech Communication Association, 2026. P. 631–640.

Добавлено: 6 октября 2026 г.

Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH 2026

International Speech Communication Association, 2026.

Добавлено: 6 октября 2026 г.

Shape-aware deep learning for models of production

Prokhorov A., Wei Z., Sang H. и др., Journal of Productivity Analysis 2026 Vol. 65 P. 1–16

Добавлено: 28 сентября 2026 г.

Сервисы автоматического распознавания речи на русском языке: исследование качества и инклюзивности на примере датасета RuAphasiaBank

Колмогорова А. В., Явшиц Е. В., Никольская О. Н. и др., Вестник Новосибирского государственного университета. Серия: Лингвистика и межкультурная коммуникация 2026 Т. 24 № 1 С. 113–127

Технологии автоматического распознавания речи (АРР) к настоящему моменту стали базовым компонентом бэкенд-инфраструктуры различных голосовых и когнитивных ассистентов, обеспечивая доступ пользователей к коммерческим сервисам и государственным платформам. Однако из-за неравномерного распределения данных, на которых модели АРР обучаются, острой становится проблема предвзятости моделей при работе с атипичной речью. Цель исследования заключается в оценке качества распознавания и сравнении ...

Добавлено: 28 августа 2026 г.

Ансамбль современных моделей компьютерного зрения для задачи обнаружения дипфейков

Пикуль А. С., Безопасность информационных технологий 2024 Т. 31 № 4 С. 116–127

Исследуется возможность применения современных архитектур компьютерного зрения для задачи обнаружения дипфейков. Рассматриваются следующие архитектуры: EfficientNet, Vision Transformer (ViT), VisionLSTM (ViL), VisionKAN и Mamba Vision. Новизна подхода заключается в применении и сравнении работы данных архитектур, а также в их объединении в парные ансамбли для повышения точности детекции дипфейков. В работе проведен эксперимент, основанный на применении нескольких ...

Добавлено: 12 декабря 2025 г.

Bridging Gaps in Russian Language Processing: AI and Everyday Conversations

Tatiana Sherstinova, Nikolay Mikhaylovskiy, Evgenia Kolpashchikova и др., , in: Proceedings of the 35th Conference of Open Innovations Association FRUCT, 24-26 April 2024, Tampere, FinlandIssue 1.: FRUCT Oy, 2024. P. 253–258.

Добавлено: 29 ноября 2024 г.

Распознавание речи в корпусе аудиозаписей торговых представителей: проблемы, решения и исследовательские перспективы

Колмогорова П. А., В кн.: Лингвистическая семантика в пространственном измерении: Словарь. Дискурс. Корпус.: Екатеринбург: Кабинетный ученый, 2024. Гл. 9.2 С. 411–422.

Добавлено: 29 ноября 2024 г.

The Appliance of Deep Neural Networks in the Process of Managing Chemical Enterprises

Kulyasova E. V., Kulyasov N.S., Puchkov A. Y., , in: Journal of Physics: Conference Series Volume 1260, 2019 Mechanical Science and Technology Update 23–24 April 2019, Omsk, Russian Federation.: IOP Publishing, 2019. Ch. 3 P. 032024–032024.

Добавлено: 27 сентября 2024 г.

Latent Stochastic Differential Equations for Change Point Detection

Рыжиков А. С., Гущин М. И., Деркач Д. А., IEEE Access 2023 Vol. 11 P. 104700–104711

Добавлено: 5 октября 2023 г.

Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting

Grigoryev T., Вереземская П. С., Krinitskiy M. и др., Remote Sensing 2022 Vol. 14 No. 22 Article 5837

Добавлено: 19 июня 2023 г.

Loss function dynamics and landscape for deep neural networks trained with quadratic loss

Nakhodnov M., Кодрян М. С., Лобачева Е. М. и др., , in: Doklady MathematicsVol. 106. Issue 1: Supplement.: Pleiades Publishing, Ltd. (Плеадес Паблишинг, Лтд), 2023. P. 43–62.

Добавлено: 9 июня 2023 г.

On the Impact of Word Error Rate on Acoustic-Linguistic Speech Emotion Recognition: An Update for the Deep Learning Era

Шуранов Е. В., / Series Computer Science "arxiv.org". 2021.

Добавлено: 14 февраля 2023 г.

Использование сверточных нейронных сетей для реидентификации людей в городских условиях

Сучков Е. П., Алексеенко Г. О., Налчаджи К. В., Интеллектуальные системы. Теория и приложения 2022 Т. 26 № 1 С. 250–254

В настоящее время все более широкое распространение получают различные системы видеофиксации. Одной из основных целей таких систем является контроль и слежение за человеком. Решение данной задачи позволяет в дальнейшем решать такие прикладные задачи, как контроль заполненности различных помещений (будьто торговые объекты или образовательно-культрурные учереждения), построение тепловой карты перемещений человека, организация контроля доступа к тому или иному объекту. В ...

Добавлено: 31 января 2023 г.

Использование сверточных нейронных сетей для реидентификации людей в городских условиях

Алексеенко Г., Налчаджи К., Интеллектуальные системы. Теория и приложения 2022 Т. 26 № 1 С. 250–254

В настоящее время все более широкое распространение получают различные системы видеофиксации. Одной из основных целей таких систем является контроль и слежение за человеком. Решение данной задачи позволяет в дальнейшем решать такие прикладные задачи, как контроль заполненности различных помещений (будь-то торговые объекты или образовательно-культрурные учереждения), построение тепловой карты перемещений человека, организация контроля доступа к тому или ...

Добавлено: 21 декабря 2022 г.

Training Scale-Invariant Neural Networks on the Sphere Can Happen in Three Regimes

Кодрян М. С., Лобачева Е. М., Nakhodnov M. и др., , in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022.: Curran Associates, Inc., 2022. P. 14058–14070.

Добавлено: 20 декабря 2022 г.