Výsledky vyhledávání - "ГЛУБОКОЕ ОБУЧЕНИЕ"

Программный комплекс для анализа текстов на изображениях и их преобразования в документ на основе машинного обучения

Zdroj: Современные инновации, системы и технологии, Vol 5, Iss 2 (2025)

Témata: оптическое распознавание символов (OCR), глубокое обучение, постобработка, сверточные нейронные сети (CNN), коррекция ошибок, автоматическое преобразование изображений в текст, интеллектуальные системы, обработка изображений, T1-995, Technology (General)

Přístupová URL adresa: https://doaj.org/article/bdab3facacbf4bf3a98a9fab80d046b8

Нейросетевые методы прогнозирования в производственном секторе: MLP или RNN?

Zdroj: Информатика. Экономика. Управление, Vol 4, Iss 2 (2025)

Témata: глубокое обучение, регрессия, нейронные сети, производственный сектор, прогнозирование, General Works

Přístupová URL adresa: https://doaj.org/article/aea12478289a4a238caaaf37325bc53e

ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОВСКОМ ДОСМОТРЕ БАГАЖА ДЛЯ ТАМОЖЕННОГО КОНТРОЛЯ: ОБЗОР СОВРЕМЕННЫХ ВОЗМОЖНОСТЕЙ И ВЫЗОВОВ

Témata: искусственный интеллект, машинное обучение, рентгеновский досмотр, таможенный контроль, глубокое обучение, контрабанда, безопасность, автоматическое обнаружение угроз, Explainable AI (XAI), федеративное обучение

ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕНТГЕНОВСКОМ ДОСМОТРЕ БАГАЖА ДЛЯ ТАМОЖЕННОГО КОНТРОЛЯ: ОБЗОР СОВРЕМЕННЫХ ВОЗМОЖНОСТЕЙ И ВЫЗОВОВ

Témata: искусственный интеллект, машинное обучение, рентгеновский досмотр, таможенный контроль, глубокое обучение, контрабанда, безопасность, автоматическое обнаружение угроз, Explainable AI (XAI), федеративное обучение

Explainability and interpretability are important aspects in ensuring the security of decisions made by intelligent systems (review article)

Autoři: D. N. Biryukov A. S. Dudkin

Zdroj: Научно-технический вестник информационных технологий, механики и оптики, Vol 25, Iss 3, Pp 373-386 (2025)

Témata: искусственный интеллект, нейронные сети, глубокое обучение, «черный ящик», объяснимость, интерпретируемость, xai, Information technology, T58.5-58.64

Popis souboru: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/461; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Přístupová URL adresa: https://doaj.org/article/1c7a5a2a2bc6417bae0374b8a9a6df6e

Deep learning-enhanced contour interpolation techniques for 3D carotid vessel wall segmentation

Autoři: N. Ismail A. S. Vatian T. A. Polevaya a další

Zdroj: Научно-технический вестник информационных технологий, механики и оптики, Vol 25, Iss 3, Pp 457-465 (2025)

Témata: сонные артерии, сегментация стенки, интерполяция контура, глубокое обучение, бляшки, атеросклероз сонной артерии, Information technology, T58.5-58.64

Popis souboru: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/469; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Přístupová URL adresa: https://doaj.org/article/03bc99fb82134f72ab8e96843e48bbd7

A deep learning approach for adaptive electrocardiogram-based authentication in an internet of things enabled telehealth system

Autoři: M.A.E. Azab

Zdroj: Научно-технический вестник информационных технологий, механики и оптики, Vol 25, Iss 3, Pp 475-486 (2025)

Témata: биометрическая аутентификация, безопасность телемедицины, адаптивные системы аутентификации, анализ экг-сигналов, нейронные сети, гибридное глубокое обучение, Information technology, T58.5-58.64

Popis souboru: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/471; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Přístupová URL adresa: https://doaj.org/article/9e9525f0cab94e41a034ae0737508593

Естественные морфологические вычисления как основа способности к обучению у людей, других живых существ и интеллектуальных машин

Autoři: Dodig Crnkovic, Gordana, 1955

Zdroj: Morfologiska beräkningar i kognitiva system (MORCOM@COGS) Философские проблемы информационных технологий и киберпространства. 1:4-34

Témata: естественные вычисления, искусственный интеллект, способность к обучению, познание, коннекционизм, глубокое обучение, морфологические вычисления, робототехника, обучение, обработка информации, символизм, инфокомпьютинг

Popis souboru: electronic

Přístupová URL adresa: https://research.chalmers.se/publication/527512
https://research.chalmers.se/publication/527512/file/527512_Fulltext.pdf

ТЕХНОЛОГИИ КОМПЬЮТЕРНОГО ЗРЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ ЛЮДЕЙ В ЛЕСОСТЕПНОЙ МЕСТНОСТИ

Témata: аугментация, поиск человека, augmentation, deep learning, лесной массив, нейронные сети, neural networks, глубокое обучение, human search, forest massif

Цифровая реставрация объектов монументального искусства с применением методов компьютерного зрения и машинного обучения

Zdroj: Современные инновации, системы и технологии, Vol 4, Iss 4 (2024)

Témata: историко-культурное наследие, монументальное искусство, цифровая реставрация, векторизация, системы поддержки принятия решений, компьютерное зрение, OpenCV, машинное обучение, глубокое обучение, T1-995, Technology (General)

Přístupová URL adresa: https://doaj.org/article/dd3255537a3e48f9b952220cb2832bed

Reference-based diffusion model for super-resolution

Autoři: A. K. Denisov S. V. Bykovskii P. V. Kustarev

Zdroj: Научно-технический вестник информационных технологий, механики и оптики, Vol 25, Iss 2, Pp 321-327 (2025)

Témata: обработка изображений, диффузионные модели, super-resolution, глубокое обучение, восстановление изображений, Information technology, T58.5-58.64

Popis souboru: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/452; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Přístupová URL adresa: https://doaj.org/article/d7023e67509d4687ae00ac122331abd2

ТРАНСФЕРНЫЙ АЛГОРИТМ КОМБИНИРОВАНИЯ ОБУЧЕННОЙ И ДООБУЧЕННОЙ АРХИТЕКТУРЫ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ЗАДАЧИ ДЕФЕКТОСКОПИИ МЕТАЛЛУРГИЧЕСКОГО ПРОИЗВОДСТВА

Témata: inspection automation, металлургическое производство, дообучение, deep learning, non-destructive testing, retraining, transfer learning, model combination, product quality, комбинирование моделей, дефектоскопия, автоматизация контроля, трансферное обучение, качество продукции, metallurgical production, глубокое обучение

Разработка системы распознавания эмоций по лицевым выражениям на основе машинного обучения

Témata: machine learning, emotion recognition, deep learning, распознавание эмоций, facial expressions, обработка изображений, лицевые выражения, глубокое обучение, машинное обучение, image processing

СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ ДЛЯ ДИСТАНЦИОННОГО МОНИТОРИНГА ВОДНЫХ РЕСУРСОВ И ЭКОСИСТЕМ ПРИАРАЛЬЯ

Autoři: R.T. Gaipnazarov Sh.O'. Azimov A.A. Choriyev a další

Témata: дистанционное зондирование Земли, глубокое обучение, сверточные нейронные сети, водные ресурсы, Приаралье, спутниковые данные, экология Центральной Азии

ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ ДЛЯ ВЫЯВЛЕНИЯ СЛУЧАЕВ ФИНАНСОВОГО МОШЕННИЧЕСТВА

Témata: predictive analytics, искусственный интеллект, machine learning, deep learning, предиктивная аналитика, financial fraud, финансовое мошенничество, artificial intelligence, глубокое обучение, машинное обучение, anomaly detection, обнаружение аномалий

APPLICATION OF DEEP LEARNING IN SPEECH RECOGNITION APPLICATION OF HAINAN LINGAO DIALECTLINGAO DIALECT

Autoři: Jin, Xiangfeng

Témata: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, РАСПОЗНАВАНИЕ РЕЧИ, DEEP LEARNING, ARTIFICIAL INTELLIGENCE, SPEECH RECOGNITION, ГЛУБОКОЕ ОБУЧЕНИЕ

Popis souboru: application/pdf

Přístupová URL adresa: http://elar.urfu.ru/handle/10995/141171

Искусственный интеллект как новая технология общего назначения в рамках проекта цифровой трансформации мировой экономики

Zdroj: Стратегическое планирование и развитие предприятий.

Témata: искусственный интеллект, цифровизация экономики, компьютерное зрение, ИКТ, технология общего назначения, инновации, цифровая трансформация, четвертая промышленная революция, глубокое обучение, базовая технология

Разработка программной системы анализа данных и поддержки принятия торговых решений на биржах

Témata: искусственный интеллект, decision support, stock trading, торговые индикаторы, deep learning, биржевая торговля, поддержка принятия решений, анализа данных, artificial intelligence, data analytics, глубокое обучение, trading indicators

APPLICATION OF ARTIFICIAL INTELLIGENCE IN COMBATING THE COVID-19 PANDEMIC: CURRENT TRENDS AND PROSPECTS. REVIEW: ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В БОРЬБЕ С ПАНДЕМИЕЙ COVID-19: ТЕКУЩИЕ ТЕНДЕНЦИИ И ПЕРСПЕКТИВЫ. ОБЗОР ЛИТЕРАТУРЫ

Autoři: Omarbekov, Ye.D. Тоkanova, Sh.Е. Ospanov, E.A. a další

Zdroj: Наука и здравоохранение. :140-146

Témata: искусственный интеллект, предсказание, прогнозирование, болжамдау, жасанды интеллект, SARS-CoV-2, COVID-19, deep learning, алдын ала анықтау, терең оқыту, forecasting, prediction, artificial intelligence, машинное обучение, 3. Good health, machine learning, 2019-nCoV, глубокое обучение, машиналық оқыту

Cloud-based intelligent monitoring system to implement mask violation detection and alert simulation

Autoři: V. Komal Venugopal M. Lalith Th. Arun Kumar a další

Zdroj: Научно-технический вестник информационных технологий, механики и оптики, Vol 22, Iss 3, Pp 528-537 (2024)

Témata: сверточные нейронные сети, cnn, pytorch, глубокое обучение, облако, Information technology, T58.5-58.64

Popis souboru: electronic resource

Relation: https://ntv.elpub.ru/jour/article/view/248; https://doaj.org/toc/2226-1494; https://doaj.org/toc/2500-0373

Přístupová URL adresa: https://doaj.org/article/220e0cee7c0e4b268e932a241d3e8e06