Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020)

doi:10.1109/IJCNN48605.2020

Публикации

?

Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020)

Piscataway : IEEE, 2020.

Под общей редакцией: A. Roy

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.

Event Recognition with Automatic Album Detection based on Sequential Grouping of Confidence Scores and Neural Attention

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.

Приоритетные направления: компьютерно-математическое

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: машинное обучение компьютерное зрение machine learning искусственные нейронные сети computer vision deep learning глубокое обучение Artificial Neural Network (ANN)

Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020)

Predicting multi-component oil viscosity using machine learning methods

Deshchenya V., Nikolay D. Kondratyuk, Sivakova A. и др., Chemical Engineering Sciences 2027 Vol. 337 Article 124616

Добавлено: 28 октября 2026 г.

PACTraD: Multi-Task Benchmark and Domain-Specific Attention Mechanism for Wildlife Classification, Detection, and Segmentation in Protected Area Camera Trap Data

Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Big Data and Cognitive Computing 2026 Vol. 10 No. 11 P. 1–52

Добавлено: 27 октября 2026 г.

Parameterization and calibration of wild blueberry machine learning models to predict fruit-set in the northeast china bog blueberry agroecosystem

Qu H., Xiang R., Obsie E. Y. и др., Agronomy 2021

Добавлено: 22 октября 2026 г.

Анализ алгоритмов квантовых вычислений в биомедицине

Горбунов А. А., Григорьев А. А., Демидов Л. Н. и др., Приборы и системы. Управление, контроль, диагностика 2025 № 7 С. 20–24

Быстрое развитие технологии квантовых вычислений потенциально может произвести революцию в сложных вычислениях в физических, химических и биологических областях за счет использования квантовой суперпозиции и запутанности. Квантовые компьютеры используют кубиты, способные существовать в нескольких состояниях одновременно, в отличие от классических битов. Эта функция позволяет хранить и обрабатывать больше информации, что дает значительное преимущество при решении задач с обширным пространством ...

Добавлено: 12 октября 2026 г.

Automated Ranking of Soybean Plots from Close-Range RGB Video via Depth Filtering and Point-Based Counting

Groshev Maksim, Rybakov Petr, Teterin N. и др., Sensors 2026 Article 6171

Добавлено: 7 октября 2026 г.

Enhancing Boundary Stability in Decision Trees and Random Forests: A Weighted Sample Duplication Approach

Konstantinov A., Elizarova Anastasiya P., Utkin L., Computing, Telecommunications and Control 2026 Vol. 19 No. 1 P. 16–25

Деревья решений и их ансамблевые расширения, такие как случайные леса, широко используются в качестве моделей классификации благодаря своей простоте и интерпретируемости. Однако во многих реальных задачах, где метки классов перекрываются в пространстве признаков, стандартные деревья решений полагаются на жесткие разбиения, которые создают слабые границы принятия решений. В этих областях небольшие возмущения входных значений могут привести ...

Добавлено: 2 октября 2026 г.

Proceedings of the Thirty-Fifth International Joint Conference on Artificial Intelligence (IJCAI 2026)

International Joint Conferences on Artificial Intelligence, 2026.

Добавлено: 1 октября 2026 г.

A Three-Party W-State Quantum Secret Sharing Protocol with X-Gate Encoding and Forbidden-Outcome Detection

Timur Teregulov, Elena R. Loubenets, / Series Quantum Physics "arXiv". 2026. No. 2609.31472.

Добавлено: 28 сентября 2026 г.

Дополнительная коррекция ошибок в каскадном коде с помощью полносвязных нейронных сетей

Портной С. Л., Ефремов А. М., Кузьмин В. В., В кн.: Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-2026): материалы XXIX Международной научной конференции. Россия, Москва, 21–27 сентября 2026 г.: М.: РУДН, 2026..

В работе рассматривается возможность улучшения помехоустойчивости каскадного кода, состоящего из внутреннего кода Хэмминга (4,3) и внешнего кода Рида — Соломона (7,5) над полем GF(8), за счёт дополнительной кор рекции ошибок на основе машинного обучения. Внешний код декодируется списочным алгоритмом с перебором стираний; рассматриваются списки дли ной 5 и 10 комбинаций. Для компенсации потерь помехоустойчивости при ...

Добавлено: 26 сентября 2026 г.

A Model Based on Universal Filters for Image Color Correction

Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854

Добавлено: 21 сентября 2026 г.

Filter-Based Preprocessing Neural Network Model for Microorganism Detection Improvement

Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., , in: Pattern Recognition. ICPR 2024 International Workshops and Challenges. Kolkata, India, December 1, 2024, Proceedings, Part III. LNCS, volume 15616.: Cham: Springer, 2025. P. 308–320.

Добавлено: 21 сентября 2026 г.

Advances in Neural Computation, Machine Learning, and Cognitive Research IX. Selected Papers from the XXVII International Conference on Neuroinformatics, October 20-24, 2025, Moscow, Russia. SCI, volume 1241

Cham: Springer, 2026.