?
Pupillometry and autonomic nervous system responses to cognitive load and false feedback: an unsupervised machine learning approach
Frontiers in Neuroscience. 2024. Vol. 18. Article 1445697.
Язык:
английский
Ключевые слова: машинное обучениекластеризация k-meansK-Means clusteringmachine learningокуломоторные реакциисаккадыcognitive loadэлектрокардиограмма (ЭКГ)когнитивная нагрузкавариабельность сердечного ритмаpupillometryпупиллометрияавтоматическое машинное обучениемашинное обучение в медицинеHRV (heart rate variability)unsupervised machine learningкогнитивный стрессoculomotor parameters
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
СПб.: Международный институт развития когнитивно-поведенческой терапии, 2026.
Сборник научных статей посвящен актуальным проблемам и современным направлениям развития когнитивно-поведенческой терапии в клинической психологии, психотерапии, коучинге и смежных областях. ...
Добавлено: 31 мая 2026 г.
Ворчик А. Д., / SSRN. Серия Social Science Research Network "Social Science Research Network". 2026.
Эта работа посвящена теоретическому объяснению парадокса Истерлина, согласно которому долгосрочный экономический рост не приводит к росту среднего уровня счастья людей. Под счастьем мы понимаем интенсивность эмоций, которые люди испытывают, когда сравнивают свой новый доход с ожидаемым либо целевой - с изначальным. В первом случае мы имеем дело с реактивным подходом к росту, тогда как во втором ...
Добавлено: 31 мая 2026 г.
Мыльников Л. А., Slivnitsin P., Engineering Applications of Artificial Intelligence 2026 Vol. 179 Article 115185
Добавлено: 29 мая 2026 г.
Ван Г., Торопова А. В., Музыкальное искусство и образование 2025 Т. 13 № 4 С. 73–91
В современной вокальной педагогике существует комплекс методических проблем, который охватывает не только поиск путей совершенствования технических навыков владения голосом для реализации художественного замысла, но и формирование у будущих певцов способностей к самоконтролю и саморегуляции своего состояния и всего процесса творческой деятельности. Успешный артист не может обойтись без умения грамотно управлять своим физическим состоянием, психологическим равновесием, ...
Добавлено: 29 мая 2026 г.
Kazantseva A. V., A.V. Toropova, Khusnutdinova E. K. и др., ВАВИЛОВСКИЙ ЖУРНАЛ ГЕНЕТИКИ И СЕЛЕКЦИИ, Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук» (ИЦиГ СО РАН) (Новосибирск) 2025 Vol. 30 No. 3 P. 470–481
Формирование музыкальных способностей, включающих абсолютный слух, музыкальную память, чувство ритма, музыкальность, в значительной степени определяется наследственной составляющей (до 68 %). Проведенные к настоящему времени работы с использованием полногеномного анализа сцепления и ассоциаций с музыкальной одаренностью позволили выявить более 100 генетических локусов. В этот спектр входят гены транскрипционных факторов, регуляции нейрогенеза и синаптической пластичности; гены, закрепленные ...
Добавлено: 29 мая 2026 г.
Мокиенко О. А., Zisman M. A., Бобров П. Д. и др., American Journal of Physical Medicine and Rehabilitation 2026 Vol. 105 No. 6 P. 555–563
Добавлено: 28 мая 2026 г.
Давидович А. С., Шестакова А. Н., Арзуманян Н. Г. и др., Frontiers in Psychology 2026 Vol. 17 - 2026 P. 1–18
Добавлено: 27 мая 2026 г.
М.: Институт проблем управления им. В.А. Трапезникова РАН, 2024.
В сборник вошли материалы VIII Международной научной конференции «Информационные технологии и технические средства управления» (ICCT-2024). На конференции были рассмотрены вопросы, касающиеся перспектив развития научного приборостроения в телекоммуникационных и управляющих системах, биомедицинской информатики, аппаратного и программного обеспечения информационнокоммуникационных систем, надежности, диагностики и неразрушающего контроля, систем управления и автоматизации, цифровых экосистем, управления производством и логистикой, методов математического ...
Добавлено: 27 мая 2026 г.
Добавлено: 26 мая 2026 г.
Андросов И. А., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3 P. 87–114
В работе рассматриваются сети эхо-состояний (Echo State Network, ESN), которые являются одними из самых распространенных способов реализации резервуарных вычислений. Они состоят из рекуррентной нейронной сети, веса которой выбираются один раз и не обучаются, и выходного, обычно линейного, обучаемого слоя. Такой подход позволяет создавать энергоэффективные и быстрые нейронные сети, способные обучаться в режиме реального времени. Но ...
Добавлено: 26 мая 2026 г.
Dorri Sedeh S., Kosonogov V., Kerimova N. и др., Frontiers in Psychology 2026 Vol. 17 Article 1710257
Добавлено: 25 мая 2026 г.
Kochetkova Ekaterina, Kostanian D., Мартынова О. В. и др., Brain Topography 2026 Vol. 39 No. 4 Article 51
Добавлено: 24 мая 2026 г.
Караваева Е. А., Кулигин Л. А., Резуник Л. и др., Труды Института системного программирования РАН 2026 Т. 38 № 3 С. 67–94
В статье представлен метод рефакторинга исходного кода на основе интеграции большой языковой модели (LLM) и расширенной UML-модели программного кода. Предложенный подход позволяет выявлять проблемные участки кода с использованием функций тревожности и структурных метрик классов, а затем выполнять автоматизированный рефакторинг. Ключевой особенностью метода является использование LLM для генерации формальных спецификаций на языке OCL (Object Constraint Language), ...
Добавлено: 24 мая 2026 г.
Добавлено: 23 мая 2026 г.
Zaikin A., Sviridov I., Sosedka A. и др., Technologies 2026 Vol. 14 No. 2 Article 84
Добавлено: 23 мая 2026 г.
Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194
С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные
прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных
путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...
Добавлено: 8 мая 2026 г.
Незнанов А. А., Глушко А. А., Овчинников С. и др., В кн.: Интеллектуальный анализ данных в нефтегазовой отрасли.: М.: ООО «Геомодель Развитие», 2024. С. 140–143.
С развитием систем мониторинга мы получили возможность собирать ключевые показатели работы устройств в процессе механизированной добычи. Каждый день генерируется огромное количество телеметрии, которая пройдя процесс гармонизации и трансформации может быть использована для прогнозирования состояния оборудования. В докладе представлен обзор и произведён отбор современных математических методов и программных реализации инструментов анализа многомерных нерегулярных временных рядов для ...
Добавлено: 29 апреля 2026 г.
Krasnov L., Malikov D., Kiseleva M. и др., Journal of Medicinal Chemistry 2026 Vol. 69 No. 8 P. 8838–8851
Добавлено: 23 апреля 2026 г.
Ершов И. А., Системная инженерия и инфокоммуникации 2025 № 4 С. 11–14
Теплопотребление жилых зданий представляет собой стохастический ряд, создание нейросетевой модели для которого необходимо для проектирования регуляторов тепловой энергии. В статье модель разработана с применением "длинной цепи элементов краткосрочной памяти" (LSTM, Long Short-Term Memory). Высокая точность воспроизведения рядов достигнута обучением модели на наборе данных города Томска 2013-2023 г.г. При моделировании учтены характеристики зданий и температура наружного воздуха. ...
Добавлено: 22 апреля 2026 г.
Статья посвящена разработке алгоритма анализа новостной информации методами машинного обучения, реализованными в библиотеках Python. Обоснование выбора инструментов, применяемых на каждом этапе алгоритма, осуществляется с помощью расчета метрик качества решения соответствующих задач машинного обучения. Результаты работы алгоритма представлены классификацией региональных новостей, собранных за период с августа 2024 года по июнь 2025 года, по отраслям экономики и ...
Добавлено: 20 апреля 2026 г.
Makarov D. M., Каликин Н. Н., Gurikov P. и др., Journal of Supercritical Fluids 2026 Vol. 235 Article 106979
Добавлено: 19 апреля 2026 г.
Лысенок Н. И., Фундаментальная и прикладная математика 2026 Т. 26 № 3 С. 33–42
Исследование посвящено оценке влияния прогнозов реализованной волатильности на результаты активных торговых стратегий на российском рынке акций. На выборке 17 ликвидных акций за 2014-2026 гг. построена гибридная прогнозная модель, объединяющая HAR-J и градиентный бустинг; её преимущество над базовой HAR-J подтверждено тестом Дибольда-Мариано (p < 0,001). Шесть направленных стратегий трёх категорий протестированы с тремя механизмами интеграции прогнозов и без них. ...
Добавлено: 17 апреля 2026 г.