Список публикаций по ключевому слову: «синтетические данные»
-
Социально-экономические эффекты автоматизации разметки данных: синтетические среды как фактор трансформации цифрового труда
Статья в сборнике трудов конференции
Актуальные вопросы экономики, права и социологии- Авторы:
- Олейникова Олеся Олеговна, Ступина Алёна Александровна, Потапов Борис Васильевич
- Рубрика:
- Социально-экономическое развитие общества
- Аннотация:
- В статье анализируется влияние технологий синтеза данных и доменной адаптации (Domain Adaptation) на структуру рынка цифрового труда и барьеры входа для инновационных стартапов. Показано, что использование физически точных виртуальных сред (NVIDIA Isaac Gym) в сочетании с состязательными нейросетями (DANN) позволяет достичь точности классификации редких событий в 87,1% без привлечения ручного труда разметчиков. Обосновывается тезис о том, что синтетические данные становятся новым экономическим активом, способствующим демократизации ИИ, снижению эксплуатационных рисков и трансформации профессии «оператор данных» в «инженера симуляций».
- Ключевые слова:
- человеческий капитал, цифровая экономика, автоматизация, инновационное предпринимательство, синтетические данные, доменная адаптация, социология труда
-
Методы доменной адаптации и синтеза данных для классификации редких объектов в условиях высокоскоростного захвата движений
Статья в сборнике трудов конференции
Стратегии устойчивого развития: социальные, экономические и юридические аспекты- Авторы:
- Черняева Полина Денисовна, Журавлёв Михаил Владиславович
- Рубрика:
- Современные тенденции развития мирового сообщества
- Аннотация:
- 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.
- Ключевые слова:
- глубокое обучение, биомеханика, Vision Transformers, синтетические данные, доменная адаптация, Sim-to-Real Gap, физическая симуляция