Simultaneous approximation of a smooth function and its derivatives by deep neural networks with piecewise-polynomial activations

ЕАЭС и ОДКБ – главные региональные международные организации для России. Понимание, оценка и анализ внешнеполитических позиций стран, которые туда входят — это вопрос национальных интересов страны. Из этого вытекает цель работы: выявление уровня и формы согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН. Уровень согласованности – оценка уровня близости стран при голосовании. Форма согласованности ...

Добавлено: 7 сентября 2026 г.

Rational p-adic Hodge theory for d-de Rham-proper stacks

Prikhodko Artem, Kubrak D., Compositio Mathematica 2026 Vol. 162 No. 6 P. 1377–1438

Добавлено: 7 сентября 2026 г.

Lower Bounds on the Measure of the Support of Positive and Negative Parts of Trigonometric Polynomials

Исмаилов А. Р., Constructive Approximation 2026

Добавлено: 7 сентября 2026 г.

Pupillometry and autonomic nervous system responses to cognitive load and false feedback: an unsupervised machine learning approach

Alshanskaia E., Portnova G., Liaukovich K. и др., Frontiers in Neuroscience 2024 Vol. 18

Добавлено: 7 сентября 2026 г.

Oil Spill Segmentation in SAR Data Using ViT-UNet: Performance and Practical Insights

Зуенко Д. О., Трофимова Е. А., Хайдарова И., IEEE Access 2026 Vol. 14 P. 121339–121357

Добавлено: 7 сентября 2026 г.

Конечные последовательности и перестановки, ими порождаемые

Кучерявый П. А., Математические заметки 2026 Т. 2026 № 120 С. 380–401

В работе изучаются перестановки, возникающие при упорядочивании по возрастанию дробных долей произведений элементов фиксированной целочисленной последовательности на вещественный параметр. Исследуется количество различных перестановок, которые можно получить таким образом при изменении этого параметра от нуля до единицы. ...

Добавлено: 7 сентября 2026 г.

Scalable machine learning approach to disordered s-wave superconductors

Неверов В. Д., Красавин А. В., Вагов А. В. и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 113 P. 1–6

Добавлено: 5 сентября 2026 г.

On the rate of Gaussian approximation for online linear regression problems

Шешукова М. Е., Durmus A., Khusainov M. и др., Statistics 2026 P. 1–25

Добавлено: 4 сентября 2026 г.

Proceedings of the 42nd Conference on Uncertainty in Artificial Intelligence (UAI), PMLR Volume 337, 17-21 August 2026, KIT, Amsterdam, the Netherlands

Proceedings of Machine Learning Research , 2026.

Добавлено: 4 сентября 2026 г.

Относительные аналитические законы взаимности

Осипов Д.В., Математический сборник 2026 Т. 217 № 9 С. 130–146

Изучаются законы взаимности, связанные с комплексными линейными расслоениями на расслоениях на ориентируемые окружности. В частности, доказывается следующий закон взаимности. Пусть B – комплексное многообразие и πi:Mi→B – расслоение на ориентируемые окружности, где индекс i пробегает конечное множество. Пусть Li и Ni – комплексные линейные расслоения на каждом многообразии Mi. Закон взаимности утверждает, что сумма всех элементов (πi)∗(c1(Li)∪c1(Ni)), где (πi)∗ – ...

Добавлено: 3 сентября 2026 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.

The Appliance of Deep Neural Networks in the Process of Managing Chemical Enterprises

Kulyasova E. V., Kulyasov N.S., Puchkov A. Y., , in: Journal of Physics: Conference Series Volume 1260, 2019 Mechanical Science and Technology Update 23–24 April 2019, Omsk, Russian Federation.: IOP Publishing, 2019. Ch. 3 P. 032024–032024.

Добавлено: 27 сентября 2024 г.

Loss function dynamics and landscape for deep neural networks trained with quadratic loss

Nakhodnov M., Кодрян М. С., Лобачева Е. М. и др., , in: Doklady MathematicsVol. 106. Issue 1: Supplement.: Pleiades Publishing, Ltd. (Плеадес Паблишинг, Лтд), 2023. P. 43–62.

Добавлено: 9 июня 2023 г.

Training Scale-Invariant Neural Networks on the Sphere Can Happen in Three Regimes

Кодрян М. С., Лобачева Е. М., Nakhodnov M. и др., , in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022.: Curran Associates, Inc., 2022. P. 14058–14070.

Добавлено: 20 декабря 2022 г.

On the Periodic Behavior of Neural Network Training with Batch Normalization and Weight Decay

Лобачева Е. М., Кодрян М. С., Чиркова Н. А. и др., , in: Advances in Neural Information Processing Systems 34 (NeurIPS 2021).: Curran Associates, Inc., 2021. P. 21545–21556.

Добавлено: 29 декабря 2021 г.

Gender domain adaptation for automatic speech recognition

Соколов А. С., Савченко А. В., , in: 2021 IEEE 19th World Symposium on Applied Machine Intelligence and Informatics (SAMI).: IEEE, 2021. P. 413–418.

Добавлено: 26 сентября 2021 г.

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.

On the Impact of Word Error Rate on Acoustic-Linguistic Speech Emotion Recognition: An Update for the Deep Learning Era

Соколов А. С., / Series Computer Science "arxiv.org". 2021.

Добавлено: 17 ноября 2020 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.