• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Sequential Analysis with Specified Confidence Level and Adaptive Convolutional Neural Networks in Image Recognition
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Sequential Analysis with Specified Confidence Level and Adaptive Convolutional Neural Networks in Image Recognition

P. 1–8.
Савченко А. В.
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: распознавание изображенийImage recognitionsequential analysisстатистический последовательный анализDeep Convolutional Neural Networksсверточная нейронная сетьadaptive neural networksадаптивные нейронные сети
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Исследование устойчивости алгоритмов анализа сетевых структур (2020)

В книге

Proceedings of International Joint Conference on Neural Networks 2020 (IJCNN 2020)
Piscataway: IEEE, 2020.
Похожие публикации
Распознавание кашля с помощью анализа спектрограмм
Двойникова А. А., В кн.: Альманах научных работ молодых ученых Университета ИТМОТ. 2.: Университет ИТМО, 2022. С. 230–234.
В работе рассматривается метод автоматического распознавания кашля с использованием анализа спектрограмм и сверточной нейронной сети. Описывается методика сбора базы данных, содержащей экстралингвистические события, такие как кашель и другие звуковые события, и ее описание. Проводятся экспериментальные исследования с различными методами аугментации изображений спектрограмм, такие как угол сдвига, изменение масштаба, сдвиг по ширине, изменение яркости и горизонтальный ...
Добавлено: 25 апреля 2026 г.
Распознавание вовлеченности собеседников с помощью анализа мел-спектрограмм
Двойникова А. А., В кн.: Сборник трудов XI Конгресса молодых учёныхТ. 2.: Университет ИТМО, 2022.
В работе разрабатывается система для автоматического распознавания вовлеченности собеседников по речи дикторов. В качестве аудиальных признаков используются мел- спектрограммы, которые потом подаются на вход сверточной нейронной сети. Для экспериментальных исследований извлекались как узкополосные мел-спектрограммы, так и широкополосные, отличающие шириной полос (разрешающей способностью). Обучение и тестирование системы проходило на данных корпуса RECOLA, который включал в себя ...
Добавлено: 25 апреля 2026 г.
Обучение распознаванию эмоций посредством мобильного приложения «ТРОПЭМО»
Шадрина Е. В., Мохова В. О., Загоскин В. А. и др., Нижегородский психологический альманах 2024 № 2
В статье рассмотрена задача обучения распознаванию эмоций по фотографиям. Был осуществлен обзор и анализ отечественных и зарубежных работ ученых, занимающихся проблемой эмоционального интеллекта. Рассмотрены его формирование, влияние на деятельность человека и существующие варианты его структуры, а также выделены общие черты в понимании эмоционального интеллекта. Эмоциональный интеллект понимается как система умственных способностей, позволяющая идентифицировать, управлять своими ...
Добавлено: 9 апреля 2026 г.
Использование генеративных моделей в высшем гуманитарном образовании: опыт Института медиа НИУ ВШЭ
Шариков А. В., Джура А. П., Магера Т. С. и др., Коммуникации. Медиа. Дизайн 2025 Т. 10 № 1 С. 5–37
В статье описываются основные теоретические положения и опыт использования генеративных моделей в высшем гуманитарном образовании в России. Рассматриваются некоторые этические вопросы, связанные с применением генеративного искусственного интеллекта. Описывается процесс формирования нормативной базы его использования в Национальном исследовательском университете «Высшая школа экономики» (НИУ ВШЭ), где с 2023 года такого рода использование было легализовано. Приводятся результаты исследования, ...
Добавлено: 7 мая 2025 г.
Astrocytes mediate analogous memory in a multi-layer neuron–astrocyte network
Tsybina Y., Kastalskiy I., Krivonosov M. и др., Neural Computing and Applications 2023 Vol. 34 No. 11 P. 9147 –9160
Добавлено: 9 апреля 2025 г.
Three-way classification for sequences of observations
A. V. Savchenko, L. V. Savchenko, Information Sciences 2023 Vol. 648 Article 119540
Добавлено: 27 августа 2023 г.
Effective face recognition based on anomaly image detection and sequential analysis of neural descriptors
Sokolova A., Савченко А. В., , in: 2023 IX International Conference on Information Technology and Nanotechnology (ITNT).: IEEE, 2023. P. 1–5.
Добавлено: 13 июня 2023 г.
Face Recognition from Video using Deep Learning
Manna S., Ghildiyal S., Бхимани К. Р., IEEE Access 2020 Article 1
Распознавание лиц (FR) и верификация — это неизмеримая технология для борьбы с любой преступной деятельностью в настоящее время. С замечательными приложениями, от идентификации преступников, безопасности и наблюдения до развлекательных сайтов. Эта система (распознавание лиц) исключительно полезна в банках, аэровокзалах и различных ассоциациях для проверки клиентов. В глубоком обучении сверточные нейронные сети (CNN) привлекли внимание к ...
Добавлено: 14 октября 2022 г.
Сравнение различных методов реализации нейронных сетей для распознавания изображений
Головин Р. Д., Зунин В. В., В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов имени Е.В. Арменского. Материалы конференции.: М.: МИЭМ НИУ ВШЭ, 2021. С. 120–122.
В работе проводится обзор различных способов реализации нейронной сети для распознавания изображения на примере набора данных MNIST. Дается анализ используемых библиотек и методов их применения в области распознавания объектов. ...
Добавлено: 25 сентября 2022 г.
Научные труды Санкт-Петербургской академии художеств. Вып. 59. Вопросы теории культуры. 2021
Альшанская Е. И., СПб.: [б.и.], 2021.
Искусственный интеллект и искусство В статье рассматривается влияние развития технологии искусственного интеллекта на современное искусство, описываются технологии и даются примеры их использования в различных сферах искусства, обсуждаются вопросы возможностей атрибуции, восстановления и создания художественных произведений с помощью искусственного интеллекта. Ключевые слова: искусственный интеллект; атрибуция; реставрация; нейросети; нейросети мозга, современное искусство ...
Добавлено: 20 сентября 2022 г.
Sequential analysis in Fourier probabilistic neural networks
Савченко А. В., Белова Н. С., Expert Systems with Applications 2022 Vol. 207 Article 117885
Добавлено: 29 июня 2022 г.
Self-supervised recurrent depth estimation with attention mechanisms
Макаров И. А., Bakhanova M., Nikolenko S. и др., PeerJ Computer Science 2022 Vol. 8 Article e865
Depth estimation has been an essential task for many computer vision applications, especially in autonomous driving, where safety is paramount. Depth can be estimated not only with traditional supervised learning but also via a self-supervised approach that relies on camera motion and does not require ground truth depth maps. Recently, major improvements have been introduced ...
Добавлено: 1 февраля 2022 г.
On the generalization ability of data-driven models in the problem of total cloud cover retrieval
Krinitskiy M., Alexandrova M., Вереземская П. С. и др., Remote Sensing 2021 Vol. 13 No. 2 Article 326
Добавлено: 24 сентября 2021 г.
Instagram Hashtag Prediction Using Deep Neural Networks
Anna Beketova, Макаров И. А., , in: Advances in Computational Intelligence: 16th International Work-Conference on Artificial Neural Networks, IWANN 2021, Virtual Event, June 16–18, 2021, Proceedings, Part II.: Cham: Springer, 2021. Ch. 3 P. 28–42.
*Реализация соц. сети Instagram запрещена на территории России по основаниям осуществления экстремистской деятельности. Instagram is one of the most popular photos sharing services. For more convenient content search people use hashtags (#nature, #love, etc.) in posts with photos. The author’s aim is to make hashtag prediction possible and convenient for users. The paper provides a reader with ...
Добавлено: 1 сентября 2021 г.
Fast Depth Reconstruction Using Deep Convolutional Neural Networks
Dmitrii Maslov, Макаров И. А., , in: Advances in Computational Intelligence: 16th International Work-Conference on Artificial Neural Networks, IWANN 2021, Virtual Event, June 16–18, 2021, Proceedings, Part I* 1. Vol. 12861.: Springer, 2021. Ch. 38 P. 456–467.
In this paper, we study depth reconstruction via RGB-based, Sparse-Depth, and RGBd approaches. We showed that combination of RGB and Sparse Depth approach in RGBd scenario provides the best results. We also proved that the models performance can be further tuned via proper selection of architecture blocks and number of depth points guiding RGB-to-depth reconstruction. ...
Добавлено: 1 сентября 2021 г.
Deep Convolutional Neural Networks Help Scoring Tandem Mass Spectrometry Data in Database-Searching Approaches
Kudriavtseva P., Kashkinov M., Kertész-Farkas A., Journal of Proteome Research 2021 Vol. 20 No. 10 P. 4708–4717
Spectrum annotation is a challenging task due to the presence of unexpected peptide fragmentation ions as well as the inaccuracy of the detectors of the spectrometers. We present a deep convolutional neural network, called Slider, which learns an optimal feature extraction in its kernels for scoring mass spectrometry (MS)/MS spectra to increase the number of ...
Добавлено: 30 августа 2021 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору