Proceedings of the Fifthteenth International Conference on Concept Lattices and Their Applications. Val. 2668.

?

Proceedings of the Fifthteenth International Conference on Concept Lattices and Their Applications

Vol. 2668. CEUR-WS.org, 2020.

Научный редактор: F. Valverde-Albacete, M. Trnecka

Shapley and Banzhaf Vectors of a Formal Concept

Игнатов Д. И., Kwuida L., , in: Proceedings of the Fifthteenth International Conference on Concept Lattices and Their ApplicationsVol. 2668.: CEUR-WS.org, 2020. P. 259–271.

Добавлено: 30 октября 2020 г.

Научное направление: Компьютерные науки Математика

Приоритетные направления: компьютерно-математическое

Язык: английский

Демонстрационный файл

Текст на другом сайте

Ключевые слова: искусственный интеллект машинное обучение анализ формальных понятий соответствие Галуа решетки понятий data mining Formal Concept Analysis concept lattices machine learning artificial intelligence майнинг данных Galois connection соответствия Галуа

Proceedings of the Fifthteenth International Conference on Concept Lattices and Their Applications

Tensor term logic for categorial grammars: simple unification of commutative and noncommutative structure

Sergey Slavnov, / Series math "arxiv.org". 2026.

Добавлено: 29 октября 2026 г.

Proceedings of the 11th Workshop on Automated Knowledge Base Construction (AKBC 2026)

[б.и.], 2026.

Добавлено: 28 октября 2026 г.

Имитационные игры и искусственный интеллект: возвращение к корням проекта исследований экспертизы и опыта (SEE) третьей волны социологии науки

Иванов Д. В., ИНТЕРакция. ИНТЕРвью. ИНТЕРпретация 2026 Т. 18 № 2 С. 13–29

Статья посвящена решению методологического противоречия, возника- ющего при попытке инкорпорировать искусственный интеллект (ИИ) в ка- чественные социологические исследования (преимущественно укорененные в интерпретативистской парадигме). Если в количественных исследованиях ИИ, как минимум на первый взгляд, органично вписывается в естественно-научный идеал инструментального дистанцирования, то для качественной традиции, требующей чувствительности к контексту и близости к источ- нику субъективных смыслов, ...

Добавлено: 28 октября 2026 г.

Molecular dynamics and machine learning insights into oil-brine interfacial tension: Uncovering roles of dissolved gases and salinity

Nikitiuk B., Lenev D., Писарев В. В. и др., Journal of Colloid and Interface Science 2026 Vol. 718 Article 140444

Добавлено: 28 октября 2026 г.

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.

PARSE: Physical attribute representativity and stationarity evaluator open-source library for 3D images using scalar and vector metrics

Zubov A., Zubov A., Малявко, Я. и др., Computer Physics Communications 2025 Vol. 317 Article 109860

Добавлено: 28 октября 2026 г.

Amplifying Latent Safety in Large Language Models via Gated Activation Steering

Roman Prosvirnin, Suslov A., Aleksei Soldatov и др., Computation 2026 Vol. 14 No. 10 Article 261

Добавлено: 27 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.

2026 10th Scientific School Dynamics of Complex Networks and their Applications

IEEE, 2026.

Добавлено: 26 октября 2026 г.

A Curated Dataset for Chemical Characterization of Heated Tobacco Product Aerosol

Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Scientific data 2026 P. 1–20

Добавлено: 26 октября 2026 г.

Weakly non-integrable solitary wave collisions in the modified Benjamin–Bona–Mahony equation

Flamarion M. V., Пелиновский Е. Н., Wave Motion 2027 Vol. 148 Article 103867

Добавлено: 23 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.

A Multi-Feature Fusion Deep Neural Network with Attention for Multi-Task Crop Monitoring

Obsie E. Y., Zhan Y., Liu Y., Engineering Research Express 2026 Article 7

Добавлено: 22 октября 2026 г.

A Neural Network Approach for Generating Libration Point Orbits

Lev Pyatko, Sergey Aksenov, Regular and Chaotic Dynamics 2026 Vol. 31 No. 5 P. 794–813

In the circular restricted three-body problem, families of periodic and quasi-periodic orbits exist in the vicinity of the libration points and are of significant interest for practical applications. This work presents a neural network-based algorithm for orbit construction and station-keeping, applicable to both periodic and quasi-periodic orbits near collinear libration points. The method employs a ...

Добавлено: 19 октября 2026 г.

Основы теории информации

Воронцова Т. Д., М.: Академия, 2025.

Учебник подготовлен в соответствии с требованиями федеральных государственных образовательных стандартов среднего профессионального образования и предназначен для изучения профессиональных модулей «Защита информации в информационно-телекоммуникационных системах и сетях с использованием программных и программно-аппаратных, в том числе криптографических средств защиты» и «Защита информации в автоматизированных системах программными и программно-аппаратными средствами». Содержание учебника включает в себя аксиоматику теории информации, а также такие фундаментальные понятия, как ...

Добавлено: 19 октября 2026 г.

On Calculation of Robustness and Stability of Formal Concepts Based on Delta Measure

Parkhomenko V., Куликова С. П., Бузмаков А. В., Lobachevskii Journal of Mathematics 2026 Vol. 47 No. 6 P. 2979–2992

Добавлено: 14 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.

Человек и технический космос

Тульчинский Г. Л., Философские науки 2026 Т. 68 № 6 С. 32–58

В работе техника рассматривается как особая форма бытия, выходящая за пределы утилитарного и инструментального понимания и формирующая новое онтологическое пространство. Это пространство описывается как технокосмос или метакосмос: автономная и самопорождающаяся реальность, в которой технологии не просто обслуживают человеческие потребности, но начинают конституировать собственную логику существования, включая человека в новые формы со-бытия с техникой. Ключевым методологическим ...

Добавлено: 11 октября 2026 г.

Регулирование искусственного интеллекта в Европейском союзе, Соединенных Штатах, Китае и Южной Корее: между развитием инноваций и контролем

Виноградов В. А., Кузнецова Д. В., Вестник Санкт-Петербургского университета. Серия 14. Право 2026 Т. 17 № 3 С. 796–816

Осознавая огромный потенциал технологий искусственного интеллекта (ИИ), многие страны стремятся к их развитию и борются за лидерство в данной сфере. Вместе с тем развитие ИИ-технологий сопряжено с целым рядом рисков, которые необходимо предотвратить. Долгое время основную роль в регулировании ИИ играли различные принятые разработчиками систем ИИ добровольные обязательства, кодексы этики. Однако сейчас стало очевидно, что ...

Добавлено: 10 октября 2026 г.

AI and the Transformation of Scientific Knowledge: Hybrid Expertise and the Limits of Collins's Theory

Filatova Asya, Epistemology and Philosophy of Science 2026 Vol. 63 No. 3 P. 56–66

Добавлено: 10 октября 2026 г.

Систематический обзор факторов принятия искусственного интеллекта студентами высших учебных заведений: образовательный контекст

Мухамедкаримова Д. Ф., Умуркулова М. М., Галяпина В. Н. и др., Вестник Карагандинского университета. Серия Педагогика 2026 Т. 31 № 3 С. 69–77

В настоящее время искусственный интеллект занимает прочное место среди традиционных педагогических технологий и подходов, что является предметом широкой дискуссии отечественных и зарубежных ученых и исследователей. Связано это с тем, что внедрение ИИ в сферу высшего образования, несмотря на его высокий потенциал, сталкивается с широким рядом препятствий экономического, социального и этического характера. К ним относятся сопротивление ...

Добавлено: 6 октября 2026 г.

Отношение россиян к искусственному интеллекту

Рощина Я. М., Стребков Д. О., Рощин С. Ю. и др., В кн.: Вестник Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (RLMS‑HSE). Вып. 16Вып. 16.: М.: Национальный исследовательский университет "Высшая школа экономики", 2026. С. 102–123.

В представленной статье авторы проанализировали степень осведомленности россиян о технологии искусственного интеллекта (ИИ), пользование ИИ‑инструментами и отношение к ним среди (не)пользователей. В основу анализа легли данные специального блока вопросов «Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ» (РМЭЗ НИУ ВШЭ), включенного в обследование в 2024 г., а также результаты международного опроса, проведенного совместно кампаниями ...

Добавлено: 5 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.

Роль и место преподавателя в экосистеме университетского предпринимательства: российский опыт

Сорокин П. С., Морозова Е. В., Гошин М. Е. и др., Высшее образование в России 2026 Т. 35 № 3 С. 63–89

Цель настоящего исследования – эмпирически идентифицировать потенциал современных преподавателей, вовлечённых в инициативы поддержки университетского предпринимательства, как потенциальных двигателей развития соответствующей экосистемы через анализ их ключевых индивидуальных характеристик, профессионального опыта, педагогических практик, а также институционального контекста университетской среды. Для этого на основе анкетного опроса 338 сотрудников, представляющих более чем 70 российских университетов и вовлечённых в университетские ...

Добавлено: 2 октября 2026 г.