|
СПЕЦИАЛЬНЫЙ ВЫПУСК: ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ
|
|
Вступительное слово команды AI Journey
|
5 |
|
|
Искусственный интеллект в обществе
А. Л. Семенов
|
6–19 |
|
|
Калибровка вероятностей с применением теории нечетких множеств на примере улучшения ранней диагностики рака
О. А. Филимонова, А. Г. Овсянников, Н. В. Бирюкова
|
20–27 |
|
|
Оптимизация физико-информированных нейронных сетей для решения нелинейного уравнения Шредингера
И. А. Чупров, Ц. Гао, Д. С. Ефременко, Е. A. Казаков, Ф. А. Бузаев, В. В. Земляков
|
28–38 |
|
|
Нейросетевой подход к классификации акустических сигналов с использованием информационных признаков
П. В. Лысенко, И. А. Насонов, А. А. Галяев, Л. М. Берлин
|
39–48 |
|
|
Исследование влияния адаптивной спектральной нормализации на качество генеративных моделей и стабильность их обучения
Е. А. Егоров, А. И. Рогачев
|
49–59 |
|
|
Нейросетевое обучение метрик: сравнение функций потерь
Р. Л. Васильев, А. Г. Дьяконов
|
60–71 |
|
|
Спектральные нейронные операторы
В. С. Фанасков, И. В. Оселедец
|
72–79 |
|
|
Новый вычислительно простой метод для реализации нейронных сетей с жесткими ограничениями на выходные данные
А. В. Константинов, Л. В. Уткин
|
80–90 |
|
|
Оптимизация маршрутов большой размерности с использованием глубоких нейронных сетей
А. Г. Сорока, А. В. Мещеряков
|
91–98 |
|
|
Методы, использующие градиентный клиппинг, для задач стохастической оптимизации с тяжелым шумом
М. Ю. Данилова
|
99–108 |
|
|
О задаче устойчивого поиска дифференциальных уравнений
А. А. Хватов, Р. В. Титов
|
109–117 |
|
|
Эффективное обучение графовых сетей на многомерных многослойных представлениях табличных данных
А. В. Медведев, А. Г. Дьяконов
|
118–125 |
|
|
Техники сжатия активаций слоев и градиентов для распределенного обучения моделей искусственного интеллекта
М. И. Рудаков, А. Н. Безносиков, Я. А. Холодов, А. В. Гасников
|
126–137 |
|
|
О возможности восстановления отрезков сообщения по информации о значениях исходных символов
А. Г. Малашина
|
138–149 |
|
|
Нейросетевой подход в задаче предвидения аномалий процентных ставок под воздействием коррелированных шумов
Г. А. Зотов, П. П. Лукьянченко
|
150–157 |
|
|
Минимаксная оптимизация на медленно меняющихся графах
Н. Ч. Нгуен, А. Рогозин, Д. Метелев, А. Гасников
|
158–168 |
|
|
Разработка и тестирование автоматизированной системы анализа ОКТ изображений сетчатки
Л. Е. Аксенова, К. Д. Аксенов, Е. В. Козина, В. В. Мясникова
|
169–176 |
|
|
Статистическое онлайн-обучение в рекуррентных и прямого распространения квантовых нейронных сетях
С. В. Зуев
|
177–186 |
|
|
Одномерные топологические инварианты для оценки невыпуклости функции потерь
Д. С. Воронкова, С. А. Баранников, Е. В. Бурнаев
|
187–195 |
|
|
Бар-коды как резюме топологии функций потерь
С. А. Баранников, А. А. Коротин, Д. А. Оганесян, Д. И. Емцев, Е. В. Бурнаев
|
196–211 |
|
|
Оптимальный анализ метода с батчированием для стохастических вариационных неравенств вида конечной суммы
А. Пичугин, М. Печин, А. Безносиков, А. Савченко, А. Гасников
|
212–224 |
|
|
Spidernet: полносвязная сверточная нейронная сеть для обнаружения мошенничества
С. В. Афанасьев, А. А. Смирнова, Д. М. Котерева
|
225–234 |
|
|
Автоматизация оценки темперамента пользователей онлайн социальной сети
В. Д. Олисеенко, А. О. Хлобыстова, А. А. Корепанова, Т. В. Тулупьева
|
235–241 |
|
|
Диагностика тяжести симптомов депрессии при помощи объяснимого искусственного интеллекта
С. А. Шалилех, А. О. Копцева, Т. И. Шишковская, М. В. Худякова, О. В. Драгой
|
242–249 |
|
|
Иерархический метод кооперативного мультиагентного обучения с подкреплением в марковских процессах принятия решений
В. Э. Большаков, А. Н. Алфимцев
|
250–261 |
|
|
Большие языковые модели для следования инструкциям на русском языке: модели и датасеты с открытой лицензией для коммерческого использования
Д. Косенко, Ю. Куратов, Д. Жарикова
|
262–269 |
|
|
Графовые модели для контекстного прогнозирования намерений в диалоговых системах
Д. П. Кузнецов, Д. Р. Леднева
|
270–288 |
|
|
Нейросетевые методы выделения сочинительных связей
А. И. Пределина, С. Ю. Дуликов, А. М. Алексеев
|
289–296 |
|
|
Поиск текстовых заимствований в рукописных текстах
А. В. Грабовой, М. С. Каприелова, А. С. Кильдяков, И. О. Потяшин, Т. Б. Сейил, Е. Л. Финогеев, Ю. В. Чехович
|
297–307 |
|
|
Поиск искусственно сгенерированных текстовых фрагментов в научных документах
Г. М. Грицай, А. В. Грабовой, А. С. Кильдяков, Ю. В. Чехович
|
308–317 |
|
|
Объединяя прогностическое планирование и облачные вычисления для снижения выбросов углекислого газа при обучении моделей машинного обучения
М. Тютюльников, В. Лазарев, А. Коровин, Н. Захаренко, И. Дорощенко, С. Буденный
|
318–332 |
|
|
“МТС Kion”: набор данных для рекомендательных систем на основе неявного отклика, контекстных признаков и анализа последовательностей
И. Сафило, Д. Тихонович, А. В. Петров, Д. И. Игнатов
|
333–342 |
|
|
Оптимальное разделение данных в распределенной оптимизации для машинного обучения
Д. Медяков, Г. Молодцов, А. Безносиков, А. Гасников
|
343–354 |
|
|
Машинное обучение как инструмент ускорения поиска новых материалов для металл-ионных аккумуляторов
В. Т. Осипов, М. И. Гонгола, Е. А. Морхова, А. П. Немудрый, А. А. Кабанов
|
355–363 |
|
|
Исследование нейросетевых алгоритмов прогнозирования движений человека на базе LSTM и трансформеров
С. В. Жиганов, Ю. С. Иванов, Д. М. Грабарь
|
364–374 |
|
|
Безопасное предобучение глубоких языковых моделей на синтетическом псевдоязыке
Т. Е. Горбачева, И. Ю. Бондаренко
|
375–384 |
|
|
Получаем ли мы пользу от категоризации потока новостей в задаче прогнозирования цен акций?
Т. Д. Куликова, Е. Ю. Ковтун, С. А. Буденный
|
385–394 |
|
|
Не бывает двух одинаковых пользователей: нейросетевая кластеризация на основе последовательностей событий для генерации аудиторий
В. Жужель, В. Грабарь, Н. Каплоухая, Р. Ривера-Кастро, Л. Миронова, А. Зайцев, Е. Бурнаев
|
395–416 |
|
|
ESGify: автоматизированная классификация экологических, социальных и управленческих рисков
А. Казаков, С. Денисова, И. Барсола, Е. Калугина, И. Молчанова, И. Егоров, А. Костерина, Е. Терещенко, Л. Шутихина, И. Дорощенко, Н. Сотириади, С. Будённый
|
417–430 |
Обратная связь: