ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Использования сверточных нейросетей для анализа визуального контента веб-платформы

    Авторы: Б.О. Шныра, Н.К. Андриевская

    Описание: В данной работе подробно описываются этапы обзора существующих разработок по теме исследований, анализа моделей сверточных нейросетей, разработки проекта, включающего в себя интеграцию созданной модели в веб-платформу, а также перспективы дальнейших исследований и разработок.

    Источник: Информатика, управляющие системы, математическое и компьютерное моделирование - 2024 (ИУСМКМ-2024)

    2. Тематические статьи

  2. Анализ современных подходов в проектировании рекомендательных систем

    Авторы: К.А. Разуваев, Х.Э. Гринберг,А.С. Маслова

    Описание: Рассмотрены различные характеристики и возможности различных методов прогнозирования в рекомендательных системах.

    Источник: Международный журнал прикладных наук и технологий «Integral» №2 2021

  3. Методы и технологии современных экспертных и рекомендательных систем в сфере телемедицине

    Авторы: Ю.А. Вишневская, А. В. Писарев

    Описание:Рассмотрены алгоритм и основные модели представления знаний экспертных систем. Также рассмотрены три основных метода создания современных рекомендательных систем, уделено внимание правовым аспектам при разработке информационных систем в области телемедицины, а также рассмотрен аспект причастности.

    Источник: Наука без нраниц №10 2020 технические науки

  4. Методы и подходы, использующие при построении новостных систем рекомендации

    Авторы: В.И. Колебцев, С.С. Гришунов, Ю.С. Белов.

    Описание: Рассмотрено основные методы персонализированной рекомендации.

  5. Обзор рекомендательных систем и возможностей учета контекста при формировании индивидуальных рекомендаций

    Авторы: Н.В. Меньшикова, И.В Портнов, И.Е. Николаев

    Описание: В статье рассматриваются существующие системы формирования индивидуальных рекомендаций, анализируются их недостатки и определяются области применения. Выделены потенциальные преимущества от расширения пространства анализируемых факторов за счет учета пользовательского контекста. Рассматриваются различные виды контекста, которые могут быть применены в рекомендательных системах, и примеры их использования.

    6. Переводы статей

  6. Масштабное глубокое обучение на наборе данных YFCC100M

    Авторы: Karl Ni, Roger Pearce, Eric Wang, Kofi Boakye, Brian Van Essen, Damian Borth, Barry Chen

    Автор перевода: Б.О. Шныра.

    Описание: Представляем снимок процесса обучения с 15 миллиардами параметров сети глубокого обучения на архитектурах HPC. Также представлены и обсуждены обнадеживающие предварительные результаты и направления будущих исследований.