|
Предисловие от редакторов тома
С. И. Николенко, С. И. Репин, М. А. Скопина
|
5–6 |
|
|
I. Прикладная математика
|
|
|
Дискретный периодический кратномасштабный анализ
П. А. Андрианов
|
7–21 |
|
|
Ненасыщенные оценки погрешности формулы Котельникова
О. Л. Виноградов
|
22–37 |
|
|
Изоморфизм формул исчисления предикатов в задачах Искусственного Интеллекта
Т. М. Косовская
|
38–52 |
|
|
Масштабирующие маски жёстких фреймов всплесков
Е. А. Лебедева, И. А. Щербаков
|
53–66 |
|
|
Факторизация матрицы ортогонального проектирования на подпространство
В. Н. Малозёмов, Г. Ш. Тамасян
|
67–76 |
|
|
Апостериорный контроль точности приближенных решений краевых задач, полученных с помощью нейронных сетей
А. В. Музалевский, С. И. Репин
|
77–104 |
|
|
Новый метод численного решения гибридной обратной задачи визуализации электрической проводимости
А. Тимонов
|
105–128 |
|
|
II. Информатика
|
|
|
Recovering word forms by context for morphologically rich languages
A. M. Alekseev, S. I. Nikolenko
|
129–136 |
|
|
Deep learning for natural language processing: a survey
E. Arkhangelskaya, S. Nikolenko
|
137–205 |
|
|
Word-based russian text augmentation for character-level models
R. B. Galinsky, A. M. Alekseev, S. I. Nikolenko
|
206–221 |
|
|
Named entity recognition in Russian using multi-task LSTM-CRF
D. Mazitov, I. Alimova, E. Tutubalina
|
222–235 |
|
|
Improving classification robustness for noisy texts with robust word vectors
V. Malykh, V. Lyalin
|
236–247 |
|
|
Robust word vectors: context-informed embeddings for noisy texts
T. Khakhulin, V. Logacheva, V. Malykh
|
248–266 |
|
|
Вычислительно эффективные алгоритмы классификации изображений на основе последовательного анализа
А. В. Савченко
|
267–283 |
|
|
Topic models with sentiment priors based on distributed representations
E. Tutubalina, S. I. Nikolenko
|
284–301 |
Обратная связь: