Advances in Neural Information Processing Systems 33 (NeurIPS 2020)

?

Advances in Neural Information Processing Systems 33 (NeurIPS 2020)

Curran Associates, Inc., 2020.

Black-Box Optimization with Local Generative Surrogates

Белавин В. С., Устюжанин А. Е., Sergey Shirobokov и др., , in: Advances in Neural Information Processing Systems 33 (NeurIPS 2020).: Curran Associates, Inc., 2020. P. 14650–14662.

Добавлено: 14 февраля 2021 г.

Stochastic Optimization with Heavy-Tailed Noise via Accelerated Gradient Clipping

Горбунов Э. А., Danilova M., Гасников А. В., , in: Advances in Neural Information Processing Systems 33 (NeurIPS 2020).: Curran Associates, Inc., 2020. P. 15042–15053.

Добавлено: 7 декабря 2020 г.

Linearly Converging Error Compensated SGD

Eduard Gorbunov, Kovalev D., Makarenko D. и др., , in: Advances in Neural Information Processing Systems 33 (NeurIPS 2020).: Curran Associates, Inc., 2020. P. 20889–20900.

Добавлено: 7 декабря 2020 г.

Towards Crowdsourced Training of Large Neural Networks using Decentralized Mixture-of-Experts

Рябинин М. К., Gusev A., , in: Advances in Neural Information Processing Systems 33 (NeurIPS 2020).: Curran Associates, Inc., 2020. P. 3659–3672.

Добавлено: 14 января 2021 г.

On Power Laws in Deep Ensembles

Лобачева Е. М., Чиркова Н. А., Кодрян М. С. и др., , in: Advances in Neural Information Processing Systems 33 (NeurIPS 2020).: Curran Associates, Inc., 2020. P. 2375–2385.

Добавлено: 29 октября 2020 г.

Научное направление: Компьютерные науки

Приоритетные направления: компьютерно-математическое

Язык: английский

Текст на другом сайте

Ключевые слова: machine learning artificial intelligence

Advances in Neural Information Processing Systems 33 (NeurIPS 2020)

Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers)

Association for Computational Linguistics, 2026.

Добавлено: 14 июня 2026 г.

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.

Добавлено: 11 июня 2026 г.

TreeDQN: Sample-efficient off-policy reinforcement learning for combinatorial optimization

Sorokin D., Kostin A., Савченко Л. В. и др., Knowledge-Based Systems 2026 Vol. 348 Article 116258

Добавлено: 10 июня 2026 г.

Microbial diversity and production of milk spirit using traditional Buryat fermentation and distillation technologies

Namsaraev Z., Nanzatov B., Козлова А. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 17769

Дистиллированные кисломолочные напитки встречаются в пищевой промышленности редко, несмотря на повсеместное распространение растительных спиртных напитков. В настоящее время производство крепких дистиллированных алкогольных напитков из кисломолочных продуктов с использованием традиционных технологий известно лишь среди монголоязычных народов и их сибирских соседей. Данное исследование представляет собой первый междисциплинарный анализ дарасуна, традиционного бурятского спиртного напитка, изготавливаемого из кисломолочного напитка ...

Добавлено: 10 июня 2026 г.

Artificial intelligence and digital twins for failure prediction in data center cooling systems: a comprehensive literature review (2018–2026)

Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19

Добавлено: 10 июня 2026 г.

Innovations in Information and Decision Sciences. Proceedings of the 13th International Conference on Frontiers in Intelligent Computing: Theory and Applications (FICTA 2025), Volume 4

Springer, 2026.

Добавлено: 8 июня 2026 г.

Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

Seul: PMLR, 2026.

Добавлено: 4 июня 2026 г.

OpenAtom Foundation. Консорциум, развивающий Open Source в Китае.

Силаков Д. В., Системный администратор 2026 № 3 С. 28–33

В статье про платформы для разработки открытого ПО в Китае мы рассказали про GitCode – молодой проект, позиционируемый как площадка для разработчиков со всего мира. Сейчас на GitCode размещаются проекты, созданные в КНР, но некоторые из них уже известны и на международной арене. Помочь открытым проектам в становлении, развитии и расширению аудитории призван фонд OpenAtom ...

Добавлено: 2 июня 2026 г.

The recognition-by-components method

Slivnitsin P., Мыльников Л. А., Engineering Applications of Artificial Intelligence 2026 Vol. 179 Article 115185

Добавлено: 29 мая 2026 г.

Brain-Computer Interfaces for Gait Rehabilitation After Stroke A Scoping Review

Мокиенко О. А., Zisman M. A., Бобров П. Д. и др., American Journal of Physical Medicine and Rehabilitation 2026 Vol. 105 No. 6 P. 555–563

Добавлено: 28 мая 2026 г.

Generalizing the Brady-Yong Algorithm: Efficient Fast Hough Transform for Arbitrary Image Sizes

Kazimirov D., Rybakova E., Vitalii V. Gulevskii и др., IEEE Access 2025 Vol. 13 P. 20101–20132

Добавлено: 28 мая 2026 г.

Социально-психологические факторы доверия искусственному интеллекту: состояние исследований

Самойлов О. М., Татарко А. Н., Вопросы теоретической экономики 2026 № 2 С. 209–228

В статье представлен теоретический обзор литературы за последние десять лет, посвящённой анализу социально-психологических факторов доверия искусственному интеллекту. Повсеместное внедрение автоматизированных ИИ-систем, связанное с ожидаемым экономическим ростом, снижением ресурсных затрат и оптимизацией ряда рабочих процессов, на практике зачастую сталкивается с недоверием пользователей к новым инструментам и отсутствием готовности трансформировать классические рабочие процессы. Совокупность факторов снижения доверия ...

Добавлено: 21 мая 2026 г.

ML-based Fast Simulation of FARICH Responses

Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.

Добавлено: 19 мая 2026 г.

Правовой режим объектов, созданных искусственным интеллектом: обзор зарубежной практики

Кирсанова Е. Е., Пакшин П. К., Право и экономика 2026 № 3 (456) С. 26–34

В статье рассматривается вопрос правового режима интеллектуальной собственности, созданной искусственным интеллектом. Изменения существующей правовой базы в сторону признания искусственного интеллекта субъектом права нарушат обоснование и фундаментальные принципы системы интеллектуальных прав. В статье представлен обзор разных взглядов на обоснование предоставления авторских прав на созданные искусственным интеллектом произведения. Автор отмечает, что в некоторых юрисдикциях авторские права таким ...

Добавлено: 28 апреля 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Intelligent Interfaces and Systems for Human-Computer Interaction

Karpov A., Двойникова А. А., Ryumina E., , in: Lecture Notes in Networks and SystemsVol. 776.: Springer, 2023. P. 3–13.

Добавлено: 25 апреля 2026 г.

Machine Learning Approach to Anticancer Activity Prediction of Transition-Metal Complexes Based on a Large-Scale Experimental Database

Krasnov L., Malikov D., Kiseleva M. и др., Journal of Medicinal Chemistry 2026 Vol. 69 No. 8 P. 8838–8851

Добавлено: 23 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Особые экономические зоны Российской Федерации: моделирование решений потенциальных резидентов и процесса их генерации

Плесовских А. Е., Journal of Applied Economic Research 2023 Т. 22 № 2 С. 323–354

В современных исследованиях широко обсуждается роль особых экономических зон в стимулировании экономического роста и развития России, формировании необходимых инвестиционных потоков и повышении инновационного потенциала страны за счет расширения производства продукции в высокотехнологичных отраслях экономики с высокой добавленной стоимостью. Цель исследования – моделирование процесса генерации резидентов и детерминация количественных факторов, оказывающих статистически значимый эффект на среднегодовой ...

Добавлено: 13 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

Replacing Criterion of Creativity with Criterion of Investment for Results Created by Artificial Intelligence

Пакшин П. К., Legal Issues in the Digital Age 2026 Vol. 7 No. 1 P. 32–48

Искусственный интеллект выполняет значимую функцию в процессе автоматизации, минимизируя операционное участие человека в таких сферах, как медицина, искусство и юриспруденция. Несмотря на исторически тесную взаимосвязь искусства и технологий, именно генеративный искусственный интеллект расширил потенциал для творческой деятельности. Существенным катализатором этого процесса стало распространение предобученных систем искусственного интеллекта, интенсифицировавших развитие технологий в области обработки естественного языка ...

Добавлено: 31 марта 2026 г.

A Tool for Mass Generation of Random Step Environment Models with User-Defined Landscape Features

Gabdrahmanov R., Tsoy T., Martinez-Garcia E. и др., , in: Proceedings of the 21st International Conference on Informatics in Control, Automation and Robotics - (Volume 1) ICINCO 2024.: SciTePress, 2024. P. 511–518.

Добавлено: 17 марта 2026 г.

Real-Bogus Classification for ZTF Data Releases: Two Approaches

Semenikhin T., Корнилов М. В., Pruzhinskaya M. и др., , in: 26th International Conference, DAMDID/RCDL 2024, Nizhny Novgorod, Russia, October 23–25, 2024, Revised Selected Papers. Data Analytics and Management in Data Intensive Domains. (CCIS, volume 2641).: Springer, 2026. P. 211–219.

Добавлено: 11 марта 2026 г.

Кластеризация паттернов потребления электроэнергии умного дома на основе ансамблевых методов машинного обучения

Мальцева С. В., Бериков В. Б., Кладов Д. Е. и др., В кн.: Информатика и прикладная математика: Материалы X Международной научно-практической конференции (08.10 - 11.10.2025 г.)Т. 1: Сборник материалов часть 1.: Алматы: Институт информационных и вычислительных технологий КН МНВО РК, 2025. С. 227–232.

В работе рассматривается задача кластеризации паттернов потребления для частного домохозяйства. Для кластеризации суточных профилей нагрузки разработан и применен ансамблевый алгоритм на основе метрики Вассерштейна. Предложенный подход позволяет выделить типичные сценарии энергопотребления, интерпретировать поведение потребителя. Приводятся результаты вычислительных экспериментов на реальных данных. ...

Добавлено: 3 марта 2026 г.