?
Fast gradient-free activation maximization for neurons in spiking neural networks
Neurocomputing. 2025. Vol. 618. Article 129070.
Pospelov N., Chertkov A., Бекетов М. Е., Oseledets I., Anokhin K.
Язык:
английский
Ключевые слова: computational cognitive neuroscienceSpecialization of neuronstensor trainspiking neural networksgradient-free optimizationexplainable AI (XAI)
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Темерева Е. Н., Palaeogeography, Palaeoclimatology, Palaeoecology 2026 Vol. 697 P. 1–11
Добавлено: 15 июня 2026 г.
Темерева Е. Н., Zoological Journal of the Linnean Society 2025 Vol. 205 No. 2 P. 1–13
Добавлено: 15 июня 2026 г.
Association for Computational Linguistics, 2026.
Добавлено: 14 июня 2026 г.
Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.
Добавлено: 11 июня 2026 г.
Добавлено: 10 июня 2026 г.
Дистиллированные кисломолочные напитки встречаются в пищевой промышленности редко, несмотря на повсеместное распространение растительных спиртных напитков. В настоящее время производство крепких дистиллированных алкогольных напитков из кисломолочных продуктов с использованием традиционных технологий известно лишь среди монголоязычных народов и их сибирских соседей. Данное исследование представляет собой первый междисциплинарный анализ дарасуна, традиционного бурятского спиртного напитка, изготавливаемого из кисломолочного напитка ...
Добавлено: 10 июня 2026 г.
Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19
Добавлено: 10 июня 2026 г.
Blank I., Ключарёв В. А., Шестакова А. Н., Frontiers in Human Neuroscience 2026 Vol. 20 Article 1687121
Добавлено: 6 июня 2026 г.
Seul: PMLR, 2026.
Добавлено: 4 июня 2026 г.
Суворова А. В., В кн.: XXII национальная конференция по искусственному интеллекту с международным участием (КИИ-2025)Т. 1.: СПб.: Санкт-Петербургский Федеральный исследовательский центр РАН, 2025. С. 310–318.
В работе исследуется проблема чрезмерного полагания (overreliance) пользователей на результаты интерпретации моделей машинного обучения, а также способов ее решения с помощью пояснений, генерируемых большими языковыми моделями (LLM). Результаты эксперимента показали, что большинство моделей, так же как и пользователи-люди в исходном эксперименте, игнорировали аномалии или предлагали правдоподобные, но ложные объяснения, рационализируя выводы. Это указывает на риски ...
Добавлено: 15 февраля 2026 г.
Александрова И. В., Мильшина Ю. В., , in: Artificial Intelligence Enabled Real Time Environmental Monitoring.: Springer, 2026. Ch. 10 P. 199–229.
Добавлено: 19 января 2026 г.
Fedorova A., Jovišić N., Vallverdù J. и др., Advanced Electronic Materials 2024 Vol. 10 No. 12 Article 2400258
The energy efficiency of Artificial Intelligence (AI) systems is a crucial and actual issue that may have an important impact on an ecological, economic and technological level. Spiking Neural Networks (SNNs) are strongly suggested as valid candidates able to overcome Artificial Neural Networks (ANNs) in this specific contest. In this study, the proposal involves the ...
Добавлено: 12 декабря 2024 г.
Двинских Д. М., Tominin V., Tominin I. и др., , in: Mathematical Optimization Theory and Operations Research, 21st International Conference, MOTOR 2022, Petrozavodsk, Russia, July 2–6, 2022, ProceedingsVol. 13367.: Springer, 2022. Ch. 279899 P. 18–33.
Добавлено: 28 октября 2022 г.
Olesia Dogonasheva, Boris Gutkin, Denis Zakharov, , in: 2021 5th Scientific School Dynamics of Complex Networks and their Applications (DCNA).: IEEE, 2021. P. 61–64.
Добавлено: 2 декабря 2021 г.
Добавлено: 31 октября 2021 г.
Novikov A., Рахуба М. В., Oseledets I., SIAM Journal of Scientific Computing 2022 Vol. 44 No. 2 P. A843–A869
Добавлено: 31 октября 2021 г.
Obukhov A., Рахуба М. В., Liniger A. и др., , in: International Conference on Artificial Intelligence and Statistics, 13-15 April 2021, VirtualVol. 130.: PMLR, 2021. P. 3547–3555.
Добавлено: 31 октября 2021 г.
Высоцкий Л. И., Журнал вычислительной математики и математической физики 2021 Т. 61 № 5 С. 776–786
Исследуются “тензоризации” функций, т.е. тензоры с элементами A(i1,…,id)=f(x(i1,…,id)), где f(x) – некоторая функция, заданная на отрезке, а {x(i1,…,id)} – сетка на этом отрезке. Для таких тензоров ставится задача приближения тензорами, допускающими ТТ (Tensor Train)-разложение с малыми ТТ-рангами. Для класса функций, являющихся следами аналитических в некоторых эллипсах на комплексной плоскости функций комплексного переменного, получены верхние и ...
Добавлено: 31 октября 2021 г.
Высоцкий Л. И., Смирнов А. В., Тыртышников Е. Е., Lobachevskii Journal of Mathematics 2021 Vol. 42 P. 1608–1621
Добавлено: 31 октября 2021 г.
Высоцкий Л. И., , in: Large-Scale Scientific Computing. LSSC 2019. Lecture Notes in Computer ScienceVol. 11958: Large-Scale Scientific Computing 12th International Conference, LSSC 2019 Sozopol, Bulgaria, June 10–14, 2019 Revised Selected Papers.: Cham: Springer, 2020. P. 189–196.
Добавлено: 10 ноября 2020 г.