Ссылки по теме выпускной работы

Материалы магистров ДонНТУ

Научные работы и статьи

  • Определение оптимального размера нейросети обратного распространения через сопоставление средних весов синапсов

    • Авторы: Царегородцев В.Г.

    Описание: Для определения оптимального размера искусственной нейронной сети в случае отсутствия независимой тестовой выборки имеются несколько индикаторов (NIC-критерий Мураты и Амари, критерии Бартлетта, Баррона), теоретически связывающих прогнозируемый уровень ошибки обобщения с внутренними свойствами обученной нейросети. Подобные индикаторы позволяют пользователю целенаправленно вести изменения структуры и размера сети (вместо проб методом "тыка"), вводить штрафные функции вторичной оптимизации (наподобие регуляризующих штрафов) для явной минимизации этих критериев. Данная работа развивает это направление, описывает результаты экспериментов для 6 задач классификации с учителем, показывает возможность идентификации момента наступления переобучения при превышении оптимального размера нейросети, показывает возможность определять структурные уровни сложности задач, например, моменты перехода от компетенции малопараметрических моделей (традиционные линейные регрессии, линейные дискриминанты) к компетенции многопараметрических нейромоделей.

  • Перспективы распараллеливания программ нейросетевого анализа и обработки данных

    • Авторы: Царегородцев В.Г.

    Описание: В последние годы в Красноярске наблюдается интерес к кластерным, параллельным и распределенным вычислениям, в том числе было несколько попыток распараллеливания нейросетевых алгоритмов. Но к распараллеливанию наивно предлагались базовые методы, из-за своей примитивности действительно вычислительно затратные или неэффективные. Однако современные нейроалгоритмы во многом либо снижают необходимость распараллеливания, либо даже не позволяют провести распараллеливание - но их эффективность и так позволяет быстро обработать большие объемы данных на одном процессоре. В статье перечислены задачи и методы, распараллеливание которых для повышения скорости и качества нейромоделирования востребовано и оправдано.

  • Область применения искусственных нейронных сетей и перспективы их развития

    • Авторы: Богославский С.Н.

    Описание: В статье рассмотрены различные области применения и использования искусственных нейронных сетей, а также их способность к обучению (к процессу настройки архитектуры сети и весов синаптических связей) для эффективного решения поставленной задачи.

  • Нейронные сети: применение сегодня и перспективы развития

    • Авторы: Фаустова К.И.

    Описание: В статье рассматриваются направления, в которых на данный момент развиваются нейронные сети, сферы деятельности, где они уже активно применяются. Так же рассматриваются возможности, которые данные сети открывают в будущем.

  • Методы автоматической классификации текстов

    • Авторы: Батура Т.В.

    Описание: В данной статье описываются наиболее распространенные алгоритмы построения классификаторов, проводимые с ними эксперименты и результаты этих экспериментов. Обзор подготовлен на основе выполненных за 2011–2016 гг. научных работ, находящихся в открытом доступе в сети Интернет и опубликованных в авторитетных журналах или в трудах международных конференций, высоко оцениваемых научным сообществом. В статье произведены анализ и сравнение качества работы различных методов классификации по таким характеристикам, как точность, полнота, время работы алгоритма, возможность работы алгоритма в инкрементном режиме, количество предварительной информации, необходимой для классификации, независимость от языка.

  • Семантическая нейронная сеть, как формальный язык описания и обработки смысла текстов на естественном языке

    • Авторы: Дударь З.В., Шуклин Д.В.

    Описание: В данной статье рассматривается семантическая нейронная сеть, которая позволяет обрабатывать смысл текста как функцию некоторой алгебры. Функции строятся из отдельных нейронов, выполняющих операции дизъюнкции, конъюнкции и отрицания. Структура нейронной сети определяет порядок применения базовых операций этой алгебры к входным данным. Отдельный нейрон обозначает элементарное понятие анализируемого языка.

  • Распознавание именованных сущностей в русском языке с использованием глубоких нейронных сетей

    • Авторы: Коноплич Г.В.

    Описание: Целью данной работы является описание разработки алгоритмов на основе глубоких нейронных сетей для решения задачи распознавания именованных сущностей в русском языке и достичь наилучших результатов.

  • Применение рекурсивных нейронных сетей для анализа тональности текста

    • Авторы: Витковский А.В.

    Описание: Данная статья описывает методологию использования рекурсивных нейронных сетей для выполнения задачи анализа тональности текста.

  • Применение глубокого обучения для решения задач обработки естественного языка

    • Авторы: Бурцев Михаил

    Описание: Данная работа содержит схематичное изложение применения глубокого обучения для решения задач обработки естественного языка.

  • Применение нейронных сетей в процессе индексирования и ранжирования текста

    • Авторы: Черезов Д.С., Тюкачев Н.А.

    Описание: В статье рассмотрен алгоритм индексирования текста с применением нейронных сетей с целью повышения уровня релевантности документов на этапе ранжирования документов. Нейронная сеть определяет вероятность принадлежности документа одной из тематик, с учетом которой производится корректировка результата ранжирования.

  • Технологии создания и применения чатботов

    • Авторы: Матвеева Н.Ю., Золотарюк А.В.

    Описание: В статье представлены результаты анализа возможностей создания чат-ботов в современных мессенджерах, их актуальность в современном мире и определены основные сферы их применения.

  • Перспективы и особенности разработки чат-ботов

    • Авторы: Параскевов А.В., Каденцева А.А., Мороз С.И.

    Описание: В статье описаны различные особенности разработки чатботов, а также перспективы их развития и использования.

  • Использование чат-ботов в повседневной жизни

    • Авторы: Тарасова Н.С., Сергеева Н.Ю.

    Описание: Данная статья посвящена программе виртуального собеседника или чат-бота, основанной на алгоритме ответов в базе данных. Данный алгоритм помогает находить ответы из базы знаний. Сортировка ответов включает в себя поиск по выражению, тематике, истории и поиск по максимальному значению.

  • Обзор методов обучения глубоких нейронных сетей

    • Авторы: Созыкин А.В.

    Описание: В статье рассматриваются методы решения этой проблемы, которые позволяют успешно обучать глубокие нейронные сети с более чем ста слоями. Приводится обзор популярных библиотек глубокого обучения нейронных сетей, которые сделали возможным широкое практическое применение данной технологии.

  • Методы глубокого обучения: сегодняшние возможности и ближайшие перспективы

    • Авторы: Макаренко А.В.

    Описание: В данной работе рассматриваются основные методы глубокого обучения нейронных сетей, а также ключевые особенности и понятия данного процесса.

  • Рекуррентная нейронная сеть как динамическая система и подходы к её обучению

    • Авторы: Бендерская Е.Н., Никитин К.В.

    Описание: Представлены результаты аналитического исследования рекуррентных нейронных сетей (РНС) и их обобщающая классификация, выполненная с позиций динамических систем и с учетом нового класса РНС – резервуарных РНС. Систематизация знаний в данной предметной области позволила выделить основные динамические режимы работы РНС, а также определить наиболее перспективные направления в развитии методов обучения РНС с учетом выявленных достоинств и недостатков существующих подходов.

  • Применение рекурсивных рекуррентных нейронных сетей

    • Авторы: Андросова Е.Е.

    Описание: В статье рассматривается применение рекурсивных рекуррентных нейронных сетей (R2NN) для моделирования процесса декодирования и синтаксического разбора в статистическом машинном переводе.

Техническая и справочная литература

Специализированные сайты и порталы

  • Cyber-Leninka

    • Научная электронная библиотека. Содержит статьи и публикации по различным направлениям и специальностям.

  • eLIBRARY.RU — Научная электронная библиотека

    • Крупнейший российский информационно-аналитический портал в области науки, технологии, медицины и образования, содержащий рефераты и полные тексты научных статей и публикаций.

  • E-archive DonNTU (Electronic Archive Donetsk National Technical University)

    • Электронный архив Донецкого национального технического университета.

  • Google академия

    • Свободно доступная поисковая система, которая обеспечивает полнотекстовый поиск научных публикаций всех форматов и дисциплин.

  • Портал искусственного интеллекта

    • Проект «Портал искусственного интеллекта» собрал в одном месте информацию по всем основным направлениям исследований в области искусственного интеллекта: нейронные сети, генетические алгоритмы, многоагентные системы и др.

  • CIT-форум

    • Крупнейший архив научной и практической информации по всем направлениям компьютерных наук.

  • NASHOL.COM.

    • Книги, учебники и обучение по разделам.

  • MachineLearning.ru

    • Ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных. На сайте можно найти подробные описания алгоритмов, используемых в самых различных сферах машинного обучения.

  • Neural Networks and Deep Learning

    • Бесплатная (английская) онлайн книга, посвященная нейронным сетям. Книга интересная, с большим количеством примеров. С определенного момента для продолжения чтения необходимо знание высшей математики: математического анализа и линейной алгебры.

  • Machine Learning Repository

    • Сайт со списком из более 400 обучающих выборок на самые разные тематики.

Интернет форумы и порталы посвященные программированию

  • HTML5BOOK

    • Сайт для тех, кто изучает современные веб-технологии и создает сайты.

  • htmlbook.ru

    • Сайт посвящен HTML, CSS и верстке веб страниц.

  • W3Schools

    • Информационный веб-сайт со статьями и обучалками по HTML, CSS, JavaScript, PHP, SQL, Bootstrap, and jQuery.

  • Metanit

    • Данный сайт посвящен различным языкам и технологиям программирования, компьютерам, мобильным платформам и ИТ-технологиям. Здесь выкладываются различные руководства и учебные материалы, статьи и примеры.

  • StackOverflow

    • Англоязычный форум для программистов по самым различным направлениям со всего мира.

  • Современный учебник Javascript

    • Современный учебник по JavaScript, начиная с основ, включающий в себя много тонкостей и фишек JavaScript/DOM.

Научная литература

  • Нейронные сети. Полный курс

    • Авторы: Саймон Хайкин

    Описание: В книге рассматриваются основные парадигмы искусственных нейронных сетей. Представленный материал содержит строгое математическое обоснование всех нейросетевых парадигм, иллюстрируется примерами, описанием компьютерных экспериментов, содержит множество практических задач, а также обширную библиографию. В книге также анализируется роль нейронных сетей при решении задач распознавания образов, управления и обработки сигналов. Структура книги очень удобна для разработки курсов обучения нейронным сетям и интеллектуальным вычислениям. Книга будет полезна для инженеров, специалистов в области компьютерных наук, физиков и специалистов в других областях, а также для всех тех, кто интересуется искусственными нейронными сетями.

  • Neural Networks and Deep Learning

    • Авторы: Майкл Нильсен

    Описание: Это бесплатная онлайн-книга ученого и программиста Майкла Нильсена. Автор раскрывает тему глубокого обучения нейронных сетей и отвечает на такие вопросы, как: «Почему нейросети сложно тренировать?», «Как работает алгоритм обратного распространения ошибки?».

  • Нейрокомпьютерная техника: Теория и практика

    • Авторы: Ф. Уоссермен

    Описание: В книге американского автора в общедоступной форме излагаются основы построения нейрокомпьютеров. Описаны структура нейронных сетей и различные алгоритмы их настройки. Отдельные главы посвящены вопросам реализации нейронных сетей.

  • Искусственный Интеллект и Универсальное мышление

    • Авторы: Потапов А.С.

    Описание: Книга содержит доступное введение в обширную и сложную область искусственного интеллекта.