10th International Conference, PReMI 2023, Kolkata, India, December 12–15, 2023, Proceedings. Pattern Recognition and Machine Intelligence. LNCS, volume 14301

doi:10.1007/978-3-031-45170-6

Публикации

?

10th International Conference, PReMI 2023, Kolkata, India, December 12–15, 2023, Proceedings. Pattern Recognition and Machine Intelligence. LNCS, volume 14301

Кам : Springer, 2023.

Под общей редакцией: P. Maji, T. Huang, N. Pal, S. Chaudhury, R. De

Spot the Bot: Distinguishing Human-Written and Bot-Generated Texts Using Clustering and Information Theory Techniques

Громов В. А., Данг К. Н., , in: 10th International Conference, PReMI 2023, Kolkata, India, December 12–15, 2023, Proceedings. Pattern Recognition and Machine Intelligence. LNCS, volume 14301.: Cham: Springer, 2023. Ch. 3 P. 20–27.

Добавлено: 29 ноября 2023 г.

Spot the Bot: Coarse-Grained Partition of Semantic Paths for Bots and Humans

Громов В. А., Коган А. С., , in: 10th International Conference, PReMI 2023, Kolkata, India, December 12–15, 2023, Proceedings. Pattern Recognition and Machine Intelligence. LNCS, volume 14301.: Cham: Springer, 2023. P. 348–355.

Добавлено: 13 декабря 2024 г.

Научное направление: Компьютерные науки Математика

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: bioinformatics computer vision medical imaging Statistical Learning deep learning Biometrics Signal processing cognitive computing Information security Image and video processing pattern recognition Computational intelligence Machine Learning Soft Computing Computational Neurology

10th International Conference, PReMI 2023, Kolkata, India, December 12–15, 2023, Proceedings. Pattern Recognition and Machine Intelligence. LNCS, volume 14301

Анализ согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН с помощью иерархической кластеризации

Вохминцев И. В., Вестник международных организаций: образование, наука, новая экономика 2026 Т. 21 № 2

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.

A unified frequency-domain framework for tilted slice localization and ischemic stroke detection

Khodadoust J., Куликова С. П., Khodadoust F., Biomedical Signal Processing and Control 2027 Vol. 129 P. 111284–111284

Анализ острого ишемического инсульта (ОИИ) по двухмерным (2D) клиническим изображениям затруднен из-за неконтролируемого наклона срезов и геометрических несоответствий, нарушающих предположения моделей глубокого обучения (ГБО), не зависящих от положения. В данной статье предлагается унифицированная, учитывающая геометрию, частотно-доменная структура для локализации наклонных срезов и сегментации ишемического инсульта, которая явно разделяет оценку положения и анализ поражения. Метод сначала ...

Добавлено: 2 сентября 2026 г.

Proceedings of the 2026 Fourth International Conference on Distributed Computing and High Performance Computing (DCHPC)

IEEE, 2026.

Добавлено: 2 сентября 2026 г.

Orbifold Saito theory of A and D type singularities

Басалаев А. А., Раровский А. А., Journal of Singularities 2026 Vol. 30 P. 61–80

Добавлено: 1 сентября 2026 г.

The Methods for Estimation of Rock Grain Size: Review and Comparison

Kaznacheev P. A., Indakov G. S., Podymova N. B. и др., Izvestiya - Physics of the Solid Earth 2026 Vol. 61 P. 68–80

The paper discusses methods for estimating the grain size of polycrystalline materials based on the analysis of optical microscopic images, as well as the possibility of applying these methods to the analysis of rock textures. A comparison of the results obtained using several methods on a single sample of metamorphosed sandstone from the Northern Ladoga ...

Добавлено: 31 августа 2026 г.

Основы технологии производства и машинное обучение : учебник для вузов

Трубочкина Н. К., М.: Юрайт, 2026.

Учебник посвящен формированию у студентов целостного представления о современных производственных процессах и методах их анализа и управления на основе технологий машинного обучения. В условиях четвертой промышленной революции, когда традиционные инженерные дисциплины неразрывно переплетаются с интеллектуальными методами обработки данных, возникает потребность в специалистах, способных интегрировать знания из обеих областей. Настоящий учебник призван удовлетворить эту потребность, предлагая ...

Добавлено: 8 августа 2026 г.

A machine learning dataset on winter roads of Krasnoyarsk Krai, Russia for the forestry and infrastructural projects

Ekaterina S. Podolskaia, Sinitsina A., European Journal of Forest Engineering 2026 Vol. 12 No. 1 P. 7–22

Добавлено: 24 июня 2026 г.

Human Tracking Algorithm Evaluation with Digital Human Models in Gazebo

Gamberov T., Safin R., Chebotareva E. и др., , in: 2025 9th International Conference on Information, Control, and Communication Technologies (ICCT-2025).: IEEE, 2025. P. 1–5.

Добавлено: 23 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.

Optimizing Computational Infrastructure for Large Language Models in Bioinformatics: A Case Study

Бекназаров Н. С., , in: Parallel Computational Technologies, 19th International Conference, PCT 2025, Moscow, Russia, April 8–10, 2025, Revised Selected Papers. (CCIS, volume 2891)Vol. 2891.: Springer, 2026. P. 3–16.

Добавлено: 19 мая 2026 г.

Machine Learning Methods for Fast Evaluation of Static IR Drop Effect

Solovyev Roman A., Telpukhov Dmitry, Shafeev I. и др., Technologies 2026 Vol. 14 No. 3 Article 169

Добавлено: 3 мая 2026 г.

Analytical review of methods for identifying emotions in text data

Двойникова А. А., Verkholyak O., Karpov A., CEUR Workshop Proceedings 2020 Vol. 2552 P. 8–21

Добавлено: 24 апреля 2026 г.

Database of tensile test results of carbon fibers impregnated with thermoplastic polymer

Лазарев М. В., Деркач Д. А., Ратников Ф. Д. и др., Scientific data 2026 Vol. 13 No. 1 Article 1003

В данном исследовании представлен исчерпывающий набор экспериментальных данных, направленных на выявление механизмов и закономерностей, определяющих деформационное поведение композитов, армированных непрерывными углеродными волокнами (УВ) на основе термопластичных полимеров. В работе описаны методы извлечения данных, которые впоследствии могут быть использованы для оптимизации механических свойств таких структур с помощью моделей нейронных сетей. В данной статье рассматривается термопластичный полимер ...

Добавлено: 23 апреля 2026 г.

Decision-Making in Computational Intelligence-Based Systems: New Approaches, Methods, and Applications

Cham: Springer, 2026.

This book delivers actionable insights through 21 peer-reviewed chapters featuring new methods, models, and applications based on computational intelligence. Discover cutting-edge tools to support smart, efficient decision-making in complex, real-world scenarios. Organized into three parts—prescriptive analytics, soft computing models, and practical case studies—it spans domains such as healthcare, energy, mobility, finance, and public services. Readers ...

Добавлено: 17 марта 2026 г.

Tackling the challenge of ML-assisted antibacterial activity prediction: One step closer to controlled quaternary ammonium compounds design via neural networks model

Ilin E., Frolov N., Seferyan M. и др., Bioorganic Chemistry 2025 Vol. 167 Article 109175

The ongoing rise of resistant bacterial pathogens poses a significant threat to current antibacterials' effectiveness putting millions of people's lives at risk. However, modern machine learning (ML) tools promise to tip the scales in the never-ending development of antimicrobial agents' pipelines. Herein we present a novel approach for quaternary ammonium compounds (QACs) antibacterial activity prediction ...

Добавлено: 16 марта 2026 г.