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

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Ансамбль современных моделей компьютерного зрения для задачи обнаружения дипфейков

Пикуль А. С., Безопасность информационных технологий 2024 Т. 31 № 4 С. 116–127

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.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Determining the boundary of dynamical chaos in the generalized Chirikov map via machine learning

Чернышов Д. П., Сатанин А. М., Щур Л. Н., / Series arXiv "math". 2025.

Добавлено: 21 ноября 2025 г.

Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.

Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.

Добавлено: 9 ноября 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.

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.

Построение и визуализация обобщённого графа диалога по корпусу диалогов

Дьяконов А. Г., Штыков П. А., Прикладная дискретная математика 2023 № 59 С. 111–127

Предлагается определение обобщённого диалогового графа, с помощью которого описывается структура диалога по корпусу однородных диалогов. Задача построения такого графа является актуальной в современном разговорном искусственном интеллекте, однако работ с конкретными результатами мало, часто не даётся полного описания алгоритмов, не выкладывается код с их реализацией. В настоящей работе предложен метод построения обобщённого диалогового графа, который реализован ...

Добавлено: 18 марта 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.

Non-discrete Sentiment Dataset Annotation: Case Study for Lövheim Cube Emotional Model

Колмогорова А. В., Communications in Computer and Information Science 2020 Vol. 1242 P. 154–164

Добавлено: 30 октября 2022 г.

Lövheim Cube-Backed Emotion Analysis: From Classification to Regression

Колмогорова А. В., Communications in Computer and Information Science 2022 No. 1503 P. 97–107

Добавлено: 30 октября 2022 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.

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.

Comparative Study Of Data Clustering Algorithms And Analysis Of The Keywords Extraction Efficiency: Learner Corpus Case

Щербакова А. М., / NRU HSE. Series WP BRP "Linguistics". 2020.

Добавлено: 2 декабря 2020 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.

Sentiment analysis of product reviews in Russian using convolutional neural networks

Сметанин С. И., Комаров М. М., , in: 2019 IEEE 21st Conference on Business Informatics (CBI)Vol. 2.: The Institute of Electrical and Electronics Engineers, Inc. , 2019. P. 482–486.

Добавлено: 1 ноября 2020 г.

Deep Learning Approaches for Understanding Simple Speech Commands

Solovyev R. A., Vakhrushev M., Radionov A. и др., , in: 2020 IEEE 40th International Conference on Electronics and Nanotechnology (ELNANO).: IEEE, 2020. Ch. 9088863 P. 688–693.

Добавлено: 19 сентября 2020 г.