Morpheme Segmentation for Russian: Evaluation of Convolutional Neural Network Models

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.

Recognition of Mentally Pronounced Russian Phonemes Using Convolutional Neural Networks and Electroencephalography Data

Seleznev L. E., Chupakhin A. A., Kostenko V. A. и др., Optical Memory and Neural Networks (Information Optics) 2023 Vol. 32 No. 2 P. 73–85

Добавлено: 2 октября 2025 г.

Convolutional Neural Networks Decode Finger Movements in Motor Sequence Learning from MEG Data

Zabolotniy A., Chan R. W., Моисеева В. В. и др., Frontiers in Neuroscience 2025 Vol. 19 Article 1623380

Добавлено: 2 октября 2025 г.

From challenges to solutions: Investigating academic writing errors to enhance curriculum focus

Попова А. О., Стогниева О. Н., Педагогика и психология образования 2025 No. 2 P. 184–198

Владение навыками академического письма позволяет студентам вузов понятно, логично и аргументированно представлять результаты своих исследований на английском языке. Для студентов всех образовательных программ бакалавриата Национального исследовательского университета «Высшая школа экономики» формирование универсальной академической письменной компетенции приобретает особое значение, т.к. в соответствии Теория и методика профессионального образования 185ISSN 2500-297X Теория и методика профессионального Pedagogy and Psychology ...

Добавлено: 27 сентября 2025 г.

Разработка архитектуры классификатора для оценки состояния объектов инфраструктуры с применением нейронных сетей

Моисеев Н. Д., Абрамов И. А., Камакин А. Ю., В кн.: Параллельные вычислительные технологии – XIX всероссийская конференция с международным участием, ПаВТ'2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 301–301.

В последние годы с развитием методов глубокого обучения и нейронных сетей особую актуальность приобретает их применение в задачах геопространственного анализа. Одной из ключевых задач этой области является оценка состояния городской инфраструктуры, включая классификацию зданий по их функциональному назначению (жилые, коммерческие, государственные, промышленные). Использование нейронных сетей позволяет существенно повысить скорость и точность анализа, выявляя проблемные зоны ...

Добавлено: 17 сентября 2025 г.

BERT-like Models for Slavic Morpheme Segmentation

Morozov D., Astapenka L., Glazkova A. и др., , in: Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)Vol. 1: Long papers.: Association for Computational Linguistics, 2025. P. 6795–6815.

Алгоритмы автоматической сегментации морфем применимы в различных задачах, таких как построение токенизаторов и обучение языку. Для славянских языков разработка таких алгоритмов осложняется богатыми деривационными возможностями этих языков. Предыдущие исследования показали, что в среднем эти алгоритмы уже достигли экспертного уровня качества. Однако ключевой нерешенной проблемой является значительное снижение производительности при сегментации слов, содержащих корни, отсутствующие в ...

Добавлено: 17 июля 2025 г.

Automatic Morpheme Segmentation for Russian: Can an Algorithm Replace Experts?

Morozov D., Garipov T., Ляшевская О. Н. и др., Journal of Language and Education 2024 Vol. 10 No. 4 P. 71–84

Introduction: Numerous algorithms have been proposed for the task of automatic morpheme segmentation of Russian words. Due to the differences in task formulation and datasets utilized, comparing the quality of these algorithms is challenging. It is unclear whether the errors in the models are due to the ineffectiveness of algorithms themselves or to errors and inconsistencies ...

Добавлено: 7 января 2025 г.

Proceedings Volume 11605, Thirteenth International Conference on Machine Vision

Teplyakov L., Kaymakov K., Shvets E. и др., SPIE, 2021.

Добавлено: 5 ноября 2024 г.

Lightweight and Elegant Data Reduction Strategies for Training Acceleration of Convolutional Neural Networks

Демидовский А. В., Artyom Tugaryov, Aleksei Trutnev и др., Mathematics 2023 Vol. 14 No. 11 Article 3120

Добавлено: 12 сентября 2023 г.

MobileEmotiFace: Efficient Facial Image Representations in Video-Based Emotion Recognition on Mobile Devices

Демочкина П. В., Савченко А. В., , in: Pattern Recognition. ICPR International Workshops and Challenges. Virtual Event, January 10–15, 2021, Proceedings, Part V.: Springer, 2021. P. 266–274.

Добавлено: 10 апреля 2022 г.

Application of an Optical Sensor for Fracture and Chips Control on Metal Surfaces

Тув А. Л., Акатов М. С., Starostenko V. и др., , in: Proceedings of the 2021 IEEE International Conference "Quality Management, Transport and Information Security, Information Technologies" (IT&QM&IS).: IEEE, 2021. Ch. 6 P. 345–348.

Добавлено: 25 января 2022 г.

ОСОБЕННОСТИ ПРИМЕНЕНИЯ ПРЕДОБУЧЕННЫХ СВЁРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ К ЗАДАЧАМ СТЕГОАНАЛИЗА ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ

Терещенко С. Н., Перов А. А., Осипов А. Л., Автометрия 2021 № 4 С. 98–105

Исследовано использование свёрточных нейронных сетей в целях анализа контейнера графических изображений на наличие данных, внедрённых методами стеганографии. Показано, что глубокая свёрточная нейронная сеть обучается классифицировать присутствие скрытых данных в графических изображениях, достигая точности по метрике weighted AUC, равной 0,928. Проверена гипотеза об эффективности применения концепции «transfer learning» в сфере стеганографии. Эффективность предложенной технологии продемонстрирована на ...

Добавлено: 17 ноября 2021 г.

Touching the Limits of a Dataset in Video-Based Facial Expression Recognition

Чураев Е. Н., Савченко А. В., , in: 2021 International Russian Automation Conference (RusAutoCon).: IEEE, 2021. P. 633–638.

Добавлено: 7 октября 2021 г.

Russian SuperGLUE 1.1: Revising the Lessons not Learned by Russian NLP-models

Феногенова А. С., Тихонова М. И., Михайлов В. Н. и др., , in: Computational Linguistics and Intellectual Technologies: Papers from the Annual International Conference “Dialogue” (2021)Issue 20: Основной том.: -, 2021. Ch. 21 P. 235–245.

В прошлом году на русскоязычном материале были обучены новые нейронные архитектуры, в том числе мультиязычные NLP-модели, что привело к новым вызовам в оценке качества решений задач понимания естественного языка. В этой статье представлен Russian SuperGLUE 1.1, бенчмарк на основе GLUE для оценки языковых моделей для русского языка. Новая версия включает в себя ряд технических обновлений, ...

Добавлено: 5 сентября 2021 г.

Some Features of Sentiment Analysis for Russian Language Posts and Comments from Social Networks

Sidorov Nikita, Slastnikov Sergey, Journal of Physics: Conference Series 2021 Vol. 1740 P. 1–6

Добавлено: 2 февраля 2021 г.

Deep convolutional neural networks capabilities for binary classification of polar mesocyclones in satellite mosaics

Криницкий М. А., Вереземская П. С., Гращенков К. В. и др., Atmosphere 2018 Vol. 9 No. 426 P. 1–23

Добавлено: 26 ноября 2020 г.

Analysis of Parameters of Optical Linear Displacement Transducer with Open Channel

Akatov Maxim S., Safonov Sergey N., Tuv Alexander L., , in: Proceedings of the 2020 IEEE International Conference "Quality Management, Transport and Information Security, Information Technologies" (IT&QM&IS).: IEEE, 2020. Ch. 6 P. 170–172.

Добавлено: 11 ноября 2020 г.