StyleDomain: Efficient and Lightweight Parameterizations of StyleGAN for One-shot and Few-shot Domain Adaptation

Телешева Э. Д., Гущин М. И., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 № S С. 388–399

Задача генерации высококачественных синтетических данных имеет ключевое значение для многих задач, связанных с наукой о данных. Сгенерированный набор данных может сократить затраты на дополнение существующих данных дополнительными, например в физике, или помочь с защитой конфиденциальности, например в банковской сфере. Однако генерация табличных данных является сложной задачей, поскольку данные содержат как числовые, так и категориальные признаки. ...

Добавлено: 12 февраля 2026 г.

Revisiting Non-Acyclic GFlowNets in Discrete Environments

Морозов Н. В., Максимов Я. В., Тяпкин Д. Н. и др., , in: Volume 267: International Conference on Machine Learning, 13-19 July 2025, Vancouver Convention Center, Vancouver, CanadaVol. 267.: [б.и.], 2025. P. 44887–44910.

Добавлено: 15 октября 2025 г.

Новые интерфейсы и новые медиаторы

Максименкова О. В., Сегал А. П., Вопросы философии 2025 № 10 С. 67–76

Исследование посвящено проблеме взаимодействия человека и искус ственного интеллекта (ИИ). Авторы рассматривают это взаимодействие как опосредованное интерфейсами, которые одновременно и упрощают его, и скрывают реальные механизмы кодирования и декодирования сооб щений (по К. Шеннону). В такой ситуации характеристики субъекта (акто ра) коммуникации размываются, и в качестве такового предстает не сам актор, но его инструмент, а ...

Добавлено: 2 октября 2025 г.

Artificial Neural Networks and Machine Learning. ICANN 2025 International Workshops and Special Sessions: 34th International Conference on Artificial Neural Networks, Kaunas, Lithuania, September 9–12, 2025, Proceedings, Part V

Cham: Springer, 2025.

Добавлено: 29 сентября 2025 г.

Advancing Sequential Manga Colorization for AR Through Data Synthesis

Голядкин М. Ю., Saraev S., Макаров И. А., IEEE Access 2025 Vol. 13 P. 7526–7537

Добавлено: 29 апреля 2025 г.

Benchmarking and Data Synthesis for Colorization of Manga Sequential Pages for Augmented Reality

Голядкин М. Ю., Saraev S., Макаров И. А., , in: 2024 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct).: IEEE, 2024. P. 608–611.

Добавлено: 29 апреля 2025 г.

Data augmentation with generative models improves detection of Non-B DNA structures

Cherednichenko O., Попцова М. С., Computers in Biology and Medicine 2025 Vol. 184 Article 109440

Добавлено: 11 марта 2025 г.

Does Diffusion Beat GAN in Image Super Resolution?

Denis Kuznedelev, Valerii Startsev, Daniil Shlenskii и др., , in: The Thirteenth International Conference on Learning Representations: ICLR 2025.: ICLR, 2025. P. 1–30.

Добавлено: 10 февраля 2025 г.

Identifying Top-Performing Students via VKontakte Social Media Communities Using Advanced NLP Techniques

Горшков С. С., Игнатов Д. И., Chernysheva A. и др., IEEE Access 2025 Vol. 13 P. 962–979

Identifying potentially high-performing students is crucial for universities aiming to enhance educational outcomes, for companies seeking to recruit top talents early, and for advertising platforms looking to optimize targeted marketing. This paper introduces an algorithm designed to identify students with exceptional academic performance by analyzing their subscriptions to communities on the social network VKontakte. The ...

Добавлено: 3 января 2025 г.

Исследование потенциала генеративных моделей для оценивания эссе и обеспечения обратной связи

Боголепова С. В., Жаркова М. Г., Отечественная и зарубежная педагогика 2024 Т. 1 № 5(101) С. 123–137

В эпоху интенсивного развития генеративных языковых моделей эти инструменты все больше используются преподавателями и студентами. Данная работа посвящена исследованию потенциала использования генеративных моделей, взаимодействующих с пользователем посредством чат-ботов ChatGPT и PerplexityAI, для оценки студенческих эссе, написанных в формате стандартизированного экзамена по английскому языку, и формулировки обратной связи по качеству студенческих работ. С учетом специфики каждого ...

Добавлено: 28 октября 2024 г.

The Devil is in the Details: StyleFeatureEditor for Detail-Rich StyleGAN Inversion and High Quality Image Editing

Bobkov D., Titov V., Аланов А. и др., , in: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2024.: IEEE, 2024. P. 9337–9346.

The task of manipulating real image attributes through StyleGAN inversion has been extensively researched. This process involves searching latent variables from a well-trained StyleGAN generator that can synthesize a real image modifying these latent variables and then synthesizing an image with the desired edits. A balance must be struck between the quality of the reconstruction ...

Добавлено: 10 июля 2024 г.

Soft Margin Spectral Normalization for GANs

Рогачев А. И., Ратников Ф. Д., Computing and Software for Big Science 2024 Vol. 8 No. 1 Article 12

In this paper, we explore the use of Generative Adversarial Networks (GANs) to speed up the simulation process while ensuring that the generated results are consistent in terms of physics metrics. Our main focus is the application of spectral normalization for GANs to generate electromagnetic calorimeter (ECAL) response data, which is a crucial component of ...

Добавлено: 2 июля 2024 г.

Generative Flow Networks as Entropy-Regularized RL

Тяпкин Д. Н., Морозов Н. В., Наумов А. А. и др., , in: Proceedings of The 27th International Conference on Artificial Intelligence and Statistics (AISTATS 2024), 2-4 May 2024, Palau de Congressos, Valencia, Spain. PMLR: Volume 238Vol. 238.: Valencia: PMLR, 2024. P. 4213–4221.

Добавлено: 22 июня 2024 г.

Controlling Quality for a Physics-Driven Generative Models and Auxiliary Regression Approach

Рогачев А. И., Ратников Ф. Д., EPJ Web of Conferences 2024 Vol. 295 Article 09007

Добавлено: 20 мая 2024 г.

Unsupervised domain adaptation methods for cross-species transfer of regulatory code signals

Pavel Latyshev, Fedor Pavlov, Herbert A. и др., , in: Proceedings of 11th Moscow Conference on Computational Molecular Biology MCCMB'23.: IITP RAS, 2023.

Добавлено: 1 декабря 2023 г.

ИССЛЕДОВАНИЕ ВЛИЯНИЯ АДАПТИВНОЙ СПЕКТРАЛЬНОЙ НОРМАЛИЗАЦИИ НА КАЧЕСТВО ГЕНЕРАТИВНЫХ МОДЕЛЕЙ И СТАБИЛЬНОСТЬ ИХ ОБУЧЕНИЯ

Егоров Е. А., Рогачев А. И., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2023 Т. 514 № 2 С. 49–59

При использовании для обучения генеративно-состязательных сетей (GAN) функции потерь, основанной на расстоянии Вассерштейна (т.н. Wasserstein GAN), теоретически необходимым является ограничение выразительной способности дискриминатора (нормализация дискриминатора). Такое ограничение повышает стабильность обучения GAN ценой меньшей выразительности итоговой модели. Спектральная нормализация является одним из алгоритмов нормализации и заключается в применении фиксированной операции независимо к каждому слою дискриминатора. Однако ...

Добавлено: 30 ноября 2023 г.