| 
Поиск по ключевому слову "глубокое обучение"
Комплексная оптимизация Deeplabv3 для мобильных устройств с применением облегченных архитектур
| Авторы: Малышев П.В. | Опубликовано: 09.12.2025 |
| Опубликовано в выпуске: #6(101)/2025 | |
| DOI: | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем | |
| Ключевые слова: сверточные нейронные сети, сегментация, цифровая обработка изображений, глубокое обучение, оптимизация | |
Синтез изображений радужной оболочки глаза с использованием генеративно-состязательных сетей
| Авторы: Коннова Н.С., Мартынов С.М. | Опубликовано: 17.10.2025 |
| Опубликовано в выпуске: #5(100)/2025 | |
| DOI: | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем | |
| Ключевые слова: генеративно-состязательная сеть, синтетические радужки глаза, глубокое обучение, биометрические системы, системы распознавания, распознавание радужной оболочки глаза | |
Технологии преобразования звука в визуальные образы
| Авторы: Карпов И.Е., Москалик A.A. | Опубликовано: 09.04.2025 |
| Опубликовано в выпуске: #2(97)/2025 | |
| DOI: | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем | |
| Ключевые слова: технологии преобразования звука, визуальные образы, нарушения слуха, глубокое обучение, обработка естественного языка, компьютерное зрение, визуализация звука, аудиовизуальные методы, социальная интеграция, качество жизни | |
Применение метода глубокого обучения в задаче идентификации достопримечательностей на изображении
| Авторы: Нгуен Куй Тхань | Опубликовано: 19.12.2023 |
| Опубликовано в выпуске: #11(88)/2023 | |
| DOI: 10.18698/2541-8009-2023-11-950 | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем | |
| Ключевые слова: компьютерное зрение, сверточная нейронная сеть, распознавание изображения, обнаружение объектов, обработка изображений, глубокое обучение, методы искусственного интеллекта, DELF | |
Практическая реализация сиамской нейронной сети для биометрической аутентификации по пальцевым венам
| Авторы: Десятов А.Г. | Опубликовано: 19.05.2023 |
| Опубликовано в выпуске: #5(82)/2023 | |
| DOI: 10.18698/2541-8009-2023-5-892 | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Методы и системы защиты информации, информационная безопасность | |
| Ключевые слова: биометрия, аутентификация, пальцевые вены, глубокое обучение, сиамская нейронная сеть, Conv2D, MaxPooling2D, Dropout, Dense, набор данных | |
Система распознавания вредоносных программ на основе представления бинарного файла в виде изображения с применением машинного обучения
| Авторы: Панчехин Н.И., Десятов А.Г., Сидоркин А.Д. | Опубликовано: 06.05.2023 |
| Опубликовано в выпуске: #4(81)/2023 | |
| DOI: 10.18698/2541-8009-2023-4-886 | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Методы и системы защиты информации, информационная безопасность | |
| Ключевые слова: обнаружение вредоносных программ, статический анализ, глубокое обучение, искусственная нейронная сеть, программное обеспечение, Python, Keras, набор данных | |
Биометрическая аутентификация по рисунку внутренней стороны кисти человека с помощью искусственной нейронной сети
| Авторы: Десятов А.Г., Сидоркин А.Д., Панчехин Н.И. | Опубликовано: 22.12.2022 |
| Опубликовано в выпуске: #12(77)/2022 | |
| DOI: 10.18698/2541-8009-2022-12-844 | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Методы и системы защиты информации, информационная безопасность | |
| Ключевые слова: биометрия, аутентификация, папиллярные линии, ладонь, глубокое обучение, искусственная нейронная сеть, Python, OpenCV, TensorFlow, веб-камера, набор данных | |
Методы мультиагентного обучения с подкреплением с использованием алгоритмов теории игр
| Авторы: Большаков В.Э. | Опубликовано: 26.11.2020 |
| Опубликовано в выпуске: #11(52)/2020 | |
| DOI: 10.18698/2541-8009-2020-11-652 | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Системный анализ, управление и обработка информации, статистика | |
| Ключевые слова: глубокое обучение, теория игр, мультиагентное обучение с подкреплением, равновесие Нэша, нейронные сети, стохастические игры, StarCraft II, поиск равновесия, матричные игры | |
Подходы к усовершенствованию машинного обучения с подкреплением на основе внутренней мотивации
| Авторы: Балицкая А.В. | Опубликовано: 11.07.2020 |
| Опубликовано в выпуске: #6(47)/2020 | |
| DOI: 10.18698/2541-8009-2020-6-620 | |
| Раздел: Информатика, вычислительная техника и управление | Рубрика: Системный анализ, управление и обработка информации, статистика | |
| Ключевые слова: машинное обучение с подкреплением, мультиагентное обучение, алгоритмы внутренней мотивации, глубокое обучение, нейронные сети, агенты, поведенческая психология, Starcraft, SMAC | |
Определение оптимальной архитектуры нейронной сети для поиска стыковых накладок железнодорожного пути
| Авторы: Маренов Н.Е. | Опубликовано: 21.06.2020 |
| Опубликовано в выпуске: #6(47)/2020 | |
| DOI: 10.18698/2541-8009-2020-6-618 | |
| Раздел: Приборостроение, метрология и информационно-измерительные приборы и системы | Рубрика: Лазерные и оптико-электронные системы | |
| Ключевые слова: сверточная нейронная сеть, глубокое обучение, машинное обучение, классификация изображений, распознавание образов, железнодорожный путь, стыковая накладка, обнаружение дефектов | |