ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Распознавание текстовых изображений при помощи нейронных сетей.

    Авторы: О.А. Бершадская, А.П. Семёнова.

    Описание:Исследует использование глубоких нейронных сетей для распознавания текста на изображениях.

    Источник: Материалы XIII Международной научно-технической конференции «Информатика, управляющие системы, математическое и компьютерное моделирование» (ИУСМКМ-2022). – Донецк: ДОННТУ, 2022. – С.437-441..

  2. Применение нейронных сетей для задачи распознования речи

    Авторы: О.А. Бершадская, А.П. Семёнова.

    Описание:Исследует использование глубоких нейронных сетей в контексте распознавания и транскрибации речи

    Источник: Материалы VII Международной научно-технической конференции «Современные информационные технологии в образовании и научных исследованиях» (СИТОНИ-2021). – Донецк: ДонНТУ, 2021. – С.445-449.

  3. Анализ применимости сверточных нейронных сетей для оперативного планирования личных дел

    Авторы: О.А. Бершадская, Т.Н. Кравец.

    Описание:Исследует возможности и ограничения использования сверточных нейронных сетей в процессе оперативного управления и анализа личных дел

    Источник: Материалы XIV Международной научно-технической конференции «Информатика, управляющие системы, математическое и компьютерное моделирование (ИУСМКМ-2023). – Донецк: ДонНТУ, 2023. – С.73-77.

    4. Тематические статьи

  4. Сравнительный анализ интеллектуальных методов планированияв

    Авторы: Даринцев О.В., Мигранов А.Б.

    Описание: Исследование, которое проводит сравнительный анализ различных методов и технологий, используемых для планирования задач и управления личными делами.

    Источник: Институт механики им. Р.Р. Мавлютова УНЦ РАН, Уфа, ссылка доступа: http://proc.uimech.org/2012/pdf/uim2012.2.048.pdf

  5. Исследование и сравнительный анализ методов оптимизации, используемых при обучении нейронных сетей

    Авторы: И. Л. Каширина, М. В. Демченко

    Описание: Исследование, которое проводит сравнительный анализ различных методов и стратегий обучения нейронных сетей для решения задачи классификации данных.

    Источник:Воронежский государственный университет, ссылка доступа: http://www.vestnik.vsu.ru/pdf/analiz/2018/04/2018-04-15.pdf

  6. Интеллектуальный анализ данных: роль нейронных сетей в прогнозировании тенденций

    Авторы: Мошнин Даниил Николаевич

    Описание: Статья, которая рассматривает влияние нейронных сетей на прогнозирование будущих тенденций в области анализа данных.

    Источник:Санкт-Петербургский государственный университет аэрокосмического приборостроения, ссылка доступа: https://drive.google.com/file/d/1KPGhr5RcmUwjKC15WHygj8af78ICrbj5/view

  7. Основные тенденции применения нейронных сетей в сфере образования

    Авторы: Михаил Евгеньевич Моховиков

    Описание: Обзорная статья, которая исследует современные тенденции и возможности использования нейронных сетей в образовательной сфере.

    Источник:ФГАОУ ВО «Российский государственный профессионально-педагогический университет», Россия, Екатеринбург, ссылка доступа: https://elar.rsvpu.ru/bitstream/123456789/28280/1/978-5-8295-0623-0_2019_048.pdf

  8. Оценка и перспективы развития глубокого обучения искусственных нейронных сетей

    Авторы: А. Д. Печкин, Т. К. Кириллова

    Описание: Представляет собой анализ текущего состояния глубокого обучения и искусственных нейронных сетей.

    Источник:Иркутский государственный университет путей сообщения, г. Иркутск, Российская Федерация, ссылка доступа: https://mnv.irgups.ru/sites/default/files/articles_pdf_files/assessment_and_prospects_for_the_development_2.pdf

  9. Нейронные сети: новый прорыв

    Авторы: Евгений Ерошин

    Описание: Представляет собой обзор современных достижений в области нейронных сетей

    Источник:Эффективное комьюнити профессионалов, ссылка доступа: https://www.secuteck.ru/

    10. Переводы статей

  10. Глубокое машинное обучение и нейронные сети: обзор

    Авторы: Chandrahas Mishra, D. L. Gupta

    Описание: Представляет собой обширный обзор текущего состояния глубокого машинного обучения и применения нейронных сетей.

    Источник (англ.): AES International Journal of Artificial Intelligence, access link:https://www.researchgate.net/publication/332578851_Deep_Machine_Learning_and_Neural_Networks_An_Overview