Библиотека материалов по теме выпускной работы
- Алгоритм построения Web-API средствами платформы .NET
Авторы: А.О. Истягин, И.А. Коломойцева
Описание: В статье рассмотрена методика построения RESTFull API средствами платформы .NET и фреймворка EntityFramework. Рассмотрены паттерны MVC, принципы Dependency Injection и SOLID, приведены рекомендации по архитектуре API и именованию объектов в соответствии с руководством Clean Code.
Источник: Истягин А.О. Алгоритм построения Web-API средствами платформы .NET / А.О. Истягин, И.А. Коломойцева // Программная инженерия: методы и технологии разработки информационно-вычислительных систем (ПИИВС-2022): сборник научных трудов IV Международной научно-практической конференции, Том 1. 29-30 ноября 2022 г. – Донецк, ГОУВПО «Донецкий национальный технический университет», 2022. – 251 с.
- Сравнение производительности различных подходов в задаче классификации
Авторы: А.О. Истягин, О.В. Рычка
Описание: В статье рассмотрены различные подходы в решении задачи классификации, проведен анализ производительности работы регулярных выражений и нейронных сетей, сделаны выводы о целесообразности и уместности применения различных подходов.
Источник: Истягин А.О. Сравнение производительности различных подходов в задаче классификации / А.О. Истягин, О.В. Рычка // Современные информационные технологии в образовании и научных исследованиях (СИТОНИ-23) : сб. материалов VIII Всерос. науч.-техн. конф., г. Донецк 29 нояб. 2023 г. отв. ред. В. Н. Павлыш - Донецк: ДонНТУ, 2023 - 223 с.
- Методы интеграции нейронных сетей
Авторы: А.О. Истягин, О.В. Рычка
Описание: В статье проанализированы методы обмена сообщениями между микросервисами в микросервисной архитектуре и их влияние на производительность систем. Основное внимание уделяется интеграции C# и Python сервисов через Redis, RabbitMQ и WebApi. Рассматриваются преимущества и недостатки каждого подхода. В статье проводится сравнительный анализ скорости передачи данных и обработки запросов в различных условиях.
Источник: Истягин А.О. Методы интеграции нейронных сетей / А.О. Истягин, О.В. Рычка // Информатика, управляющие системы, математическое и компьютерное моделирование» (ИУСМКМ-2024) : сб. материалов XV Междунар. науч.-техн. конф. в рамках X Междунар. Науч. форума ДНР; Т.2 Ред. кол.: Аноприенко А. Я. (пред.); Васяева Т. А.; Карабчевский В. В. [и др.]; от. ред. Р. В. Мальчева. – Донецк : ДонНТУ, 2024. - 1303 с.
- Перспективы применения нейронных сетей в задаче классификации
Авторы: А.О. Истягин, А.В. Боднар
Описание: В статье рассмотрены основные функции отельного бизнеса по работе со статической информацией отелей. Проведен анализ существующего подхода классификации комнат отелей и гостиниц, экспериментальным путем получены контрольные замеры времени выполнения различных процедур, связанных с классификацией комнат. Сделаны выводы о целесообразности введения нейросетевого модуля в существующий алгоритм поставщика.
Источник (еще не издан): Истягин А.О. Перспективы применения нейронных сетей в задаче классификации / А.О. Истягин, А.В. Боднар // Информационные технологии и технические средства управления (ICCT-2024) : сб. материалов VIII Междунар. науч.-техн. конф.
Тематические статьи
- Выбор оптимальной архитектуры искусственной нейронной сети для задачи классификации текстов
Авторы: Черкасов А.Н. Туркин Е.А.
Описание: В связи с растущей потребностью изучения роли человеческого фактора в рамках информационной безопасности была предпринята попытка применить искусственные нейронные сети для решения социально значимых проблем, связанных с информационными рисками. Основная цель исследования заключается в выборе оптимальной архитектуры нейронной сети, которая способна наиболее эффективно определять тональность сообщений на Интернет-форумах. В статье проведен обзор ряда архитектур искусственных нейронных сетей, которые применяются для определения эмоциональной окраски текстов. Рассматриваемые модели были подвергнуты анализу на предмет качества определения тона текстов. Применение модели сверточной нейронной сети, совмещенной с элементами рекуррентной нейронной сети, позволило получить точность определения окраски текста, равную 87,77%. В дальнейшем отобранная модель станет базисом для комплексной аналитической платформы в виде программного обеспечения, которое нацелено на идентификацию особенностей лексических форм, входящих в основу вербальной модели потенциального злоумышленника в рамках информационной безопасности.
Источник: Черкасов А.Н. Выбор оптимальной архитектуры искусственной нейронной сети для задачи классификации текстов / А.Н. Черкасов, Е.А. Туркин // Вестник Адыгейского государственного университета. Серия «Естественноматематические и технические науки». – Майкоп: Изд-во АГУ, 2021. – Вып. 1(276). – С. 102
- Свёрточная нейронная сеть для решения задачи классификации
Авторы: Ле Мань Ха
Описание: В данной работе рассмотрена свёрточная нейронная сеть для решения задачи классификации, ее структуру, метод обучения и преимущества перед полносвязной нейронной сетью.
Источник: Ле Мань Ха Свёрточная нейронная сеть для решения задачи классификации // Труды МФТИ. 2016. Т. 8, № 3. - С. 91–97.
- Методы глубокого обучения для обработки текстов на естественном языке
Авторы: Курейчик В.В., Родзин С.И., Бова В.В.
Описание:Представлен анализ подходов, основанных на глубоком обучении (DL), к задачам обработки естественного языка (NLP). Исследование охватывает различные задачи NLP, реализованные с помощью искусственных нейронных сетей (ANNs), сверточных нейронных сетей (CNNs) и рекуррентных нейронных сетей (RNNs). Эти архитектуры позволяют решать широкий спектр задач обработки естественного языка, ранее не поддававшихся эффективному решению: моделирование предложений, маркировка семантической роли, распознавание именованных сущностей, ответы на вопросы, категоризация текста, машинный перевод. Наряду с преимуществами использования CNN для решения задач NLP имеются проблемы, связанные с большим числом варьируемых параметров сети и выбором ее архитектуры. Мы предлагаем для оптимизации архитектур сверточных нейронных сетей эволюционный алгоритм. Алгоритм инициализирует случайную популяцию из малого числа агентов (не более 5) и с помощью фитнесс функции получает оценки каждого агента в популяции. Затем проводится турнирная селекция между всеми агентами и применяется оператор кроссинговера между выбранными агентами. Алгоритм обладает таким преимуществом как малый размер популяции сетей, он использует несколько типов слоев CNN: сверточный слой, максимальный слой пулинга (субдискретизации), средний слой пулинга и полносвязный слой. Алгоритм тестировался на локальном компьютере с графическим процессором ASUS Cerberus GeForce ® GTX 1050 Ti OC Edition 4 ГБ GDDR5, 8 ГБ оперативной памяти и процессором Intel(R) Core(TM) i5-4670. Результаты экспериментов показали, что предлагаемый нейроэволюционный подход способен достаточно быстро найти оптимизированную архитектуру CNN для заданного набора данных с приемлемым значением точности. Для завершения выполнения алгоритма потребовалось около 1 часа. Для создания и обучения CNN был использован популярный фреймворк TensorFlow. Для оценки алгоритма использовались общедоступные наборы данных: MNIST и MNIST-RB. Наборы содержали черно-белые изображения рукописных букв и цифр с 50000 обучающими образцами и 10000 тестовыми образцами.
Источник: Курейчик В.В. Методы глубокого обучения для обработки текстов на естественном языке / В.В. Курейчик, Родзин С.И., В.В. Бова // Известия Южного федерального университета. Технические науки. 2022. №2 (226).
- Применение технологии нейронных сетей в бизнес среде
Авторы: Джамалова Н.А., Ахматов М.С.
Описание:В статье приводятся основные аспекты технологии нейронных сетей как возможности развития бизнеса. Статья рассматривает цели, планирование, организацию и целесообразность этого вида технологии в бизнесе.
Источник: Джамалова Н.А. Применение технологии нейронных сетей в бизнес среде / Н.А. Джамалова, М.С. Ахматов // Вестник науки №5 (38) том 3. 2021 г. - С. 71-76.
- Повышение эффективности решения задач классификации на основе нейронных сетей
Авторы: Юрков Д.А.
Описание: Предложен метод, основанный на использовании системы искусственных нейронных сетей с фрактальной структурой, позволяющий улучшить качество решения задач классификации
Источник: Юрков Д.А. Повышение эффективности решения задач классификации на основе нейронных сетей // ВЕЖПТ. 2009. №3 (42). URL: https://cyberleninka.ru/article/n/povyshenie-effektivnosti-resheniya-zadach-klassifikatsii-na-osnove-neyronnyh-setey (дата обращения: 02.12.2024).
- Оптимизация нейронных сетей: методы и их сравнение на примере интеллектуального анализа текста
Авторы: Торкунова Ю.В., Милованов Д.В.
Описание:В результате исследования было разработано программное обеспечение, реализующее различные алгоритмы оптимизации нейронных сетей, позволившее провести их сравнительный анализ по качеству оптимизации. В статье подробно рассматриваются искусственные нейронные сети и методы их оптимизации: квантование, обрезка, дистилляция, разложение Такера. Описаны алгоритмы и инструменты оптимизации нейронных сетей, проведен сравнительный анализ различных методов, преимущества и недостатки, приведены расчетные значения и даны рекомендации по использованию каждого из методов. Оптимизация рассматривается на задаче классификации текстов, которые были предварительно подготовлены к обработке: извлечены признаки, выбраны и обучены модели, настроены параметры. Поставленная задача реализована при помощи технологий: языка программирования Python, фреймворка Pytorch, среды разработки Jupyter Notebook. Полученные результаты могут быть использованы в целях экономия вычислительных мощностей при сохранении качества распознавания и классификации.
Источник: Торкунова Ю.В., Милованов Д.В. Оптимизация нейронных сетей: методы и их сравнение на примере интеллектуального анализа // IJAS. 2023. №4. URL: https://cyberleninka.ru/article/n/optimizatsiya-neyronnyh-setey-metody-i-ih-sravnenie-na-primere-intellektualnogo-analiza-teksta (дата обращения: 02.12.2024).