Чув
Регистраци Кӗрӳ

Тӗп сӑмах тӑрӑх публикацисен списокӗ: «глубокое обучение»

  • Особенности и специфика использования искусственного интеллекта в образовании

    Конференци статья
    Эффективные практики образовательной и управленческой деятельности в системе образования
    Автор:
    Коростелева Наталья Александровна, Бердникова Дарья Олеговна
    рубрика:
    Цифровая образовательная среда: от детского сада к школе
    Аннотаци:
    В статье рассматриваются современные подходы к определению искусственного интеллекта (ИИ), его технологические признаки (машинное обучение, нейросети, когнитивные вычисления, компьютерное зрение, синтезированная речь). Анализируются отличия искусственного интеллекта от естественного человеческого интеллекта. Описаны основные возможности применения ИИ в образовательной сфере: создание и адаптация учебных материалов, автоматизированная проверка заданий и обратная связь, поддержка обучающихся через чат-ботов.
    Тӗп сӑмахсем:
    Куҫ 

  • Методы доменной адаптации и синтеза данных для классификации редких объектов в условиях высокоскоростного захвата движений

    Конференци статья
    Стратегии устойчивого развития: социальные, экономические и юридические аспекты
    Автор:
    Черняева Полина Денисовна, Журавлёв Михаил Владиславович
    рубрика:
    Современные тенденции развития мирового сообщества
    Аннотаци:
    В работе предлагается теоретическая модель преодоления проблемы дефицита данных при обучении нейронных сетей распознаванию редких и технически сложных элементов в фигурном катании. Обосновывается использование синтетических наборов данных, генерируемых в физически корректных симуляторах, как основной способ формирования сбалансированных обучающих выборок. Особое внимание уделено архитектурным решениям в области доменной адаптации, включая методы рандомизации домена и состязательного обучения, которые позволяют минимизировать разрыв между виртуальной симуляцией и реальными видеоданными. Предложенный подход позволяет создавать высокоточные системы спортивного анализа, способные классифицировать уникальные прыжковые каскады в режиме реального времени.
    Тӗп сӑмахсем:
    Куҫ 

  • Машинное обучение на графах: эволюция методов анализа структурных данных в цифровую эпоху

    Конференци статья
    Образование, инновации, исследования как ресурс развития сообщества
    Автор:
    Трегубов Юрий Алексеевич, Алифиренко Алексей Игоревич, Сергеев Александр Эдуардович
    рубрика:
    Современные технологии в образовании
    Аннотаци:
    В статье исследуется становление и развитие методов машинного обучения на графах как самостоятельного направления искусственного интеллекта, возникшего на стыке теории графов, нейронных сетей и анализа сложных систем. С позиций историко-научного подхода прослеживается трансформация представлений об обработке структурированных данных с начала XXI в. до настоящего времени: от ранних алгебраических методов до современных архитектур графовых нейронных сетей (GNN). Анализируются ключевые концепции, такие как агрегация сообщений, механизмы внимания и встраивание вершин, в контексте их практического применения в социальных сетях, биоинформатике и городском планировании. Особое внимание уделяется парадигматическим сдвигам, обусловленным появлением фреймворков глубокого обучения, а также этическим и техническим вызовам, сопровождающим внедрение этих технологий. Показано, что машинное обучение на графах не только расширило границы анализа связанных данных, но и переосмыслило саму природу «структурной информации» в цифровую эпоху.
    Тӗп сӑмахсем:
    Куҫ 

  • Применение нейросетей для анализа и предсказания точечных экономических изменений

    Конференци статья
    Актуальные проблемы менеджмента, экономики и экономической безопасности
    Автор:
    Павлова Ирина Ивановна, Полковников Даниил Андреевич
    рубрика:
    Анализ и прогнозирование основных тенденций современной экономики на макро-, мезо- и микроуровне
    Аннотаци:
    Современные нейросетевые модели используются для прогнозирования микроэкономических изменений, анализируя пространственно-временной рост на основе спутниковых данных. Методы глубокого обучения выявляют закономерности, недоступные эконометрике. На примере исследования NBER (2021) показана эффективность спутниковых данных в оценке локальных изменений доходов и населения. Обсуждаются перспективы применения моделей в прогнозировании региональных экономических шоков и поддержке экономической политики.
    Тӗп сӑмахсем:
    Куҫ 

  • Эволюция искусственной нейронной сети

    Конференци статья
    Актуальные проблемы гуманитарных и естественных наук
    Автор:
    Грязнов Сергей Александрович
    рубрика:
    Актуальные проблемы естественно-научного направления и физической культуры
    Аннотаци:
    Мозг – это эффективная вычислительная система. Он выполняет сложнейшие задачи, занимая при этом около 2 литров объема и потребляя сравнительно мало энергии. Вычислительные задачи выполняются специальными клетками мозга, называемыми нейронами. Тема искусственных нейронных сетей – одна из самых увлекательных в мире технологий. В статье рассмотрены различные типы обучения ИНС и перспективы ее дальнейшего развития.
    Тӗп сӑмахсем:
    Куҫ 

  • Применение нейронных сетей и глубокого обучения в развитии цифровых технологий

    Конференци статья
    Педагогика, психология, общество: актуальные вопросы
    Автор:
    Тулегулов Амандос Дабысович, Тлеубаева Арайлым Орынбаевна, Ешпанов Владимир Сарсембаевич, Агжанов Ерлик Сагатович, Артыкбаев Жолдасбек Серикович
    рубрика:
    Развитие психолого-педагогического сопровождения в современном образовании
    Аннотаци:
    В статье анализируется возможность применения способов реализации искусственного интеллекта с помощью нейронных сетей и глубокого обучения в развитии цифровых технологий. В данном научном направлении открываются новые возможности решения проблем и прогнозирования задач методом глубокого обучения нейронных сетей в области распознавания изображений, компьютерного зрения, распознавания речи и обработки естественного языка.
    Тӗп сӑмахсем:
    Куҫ