Полное описание
> Хватов, А. А. О задаче устойчивого поиска дифференциальных уравнений / А. А. Хватов, Р. В. Титов. - DOI 10.31857/S2686954323601604. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - 2023. - Т. 514 , № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения. - С. 109-117. - Библиогр. в конце ст. - ISSN 2686-9543.
Рубрики: Машинное обучение
Кл.слова (ненормированные): поиск дифференциальных уравнений -- эволюционная оптимизация -- многокритериальная оптимизация -- физически-обоснованные нейронные сети
Аннотация: Поиск дифференциальных уравнений является подразделом машинного обучения, который используется для обучения компактных интерпретируемых моделей, особенно в физических приложениях. Обычно в подобных алгоритмах используется максимальное количество априорной информации – заранее заданная форма уравнения – для которой ищут лишь коэффициенты и возможно убирают незначимые слагаемые. В статье исследуются предпосылки и инструменты для более автономного поиска уравнений без участия эксперта, который определяет форму уравнения или физический процесс. Такая постановка больше соответствует принципам машинного обучения – модель получается из данных в отсутствие каких-либо предположений об их распределении. В области поиска уравнений это приводит к задаче устойчивого поиска уравнений – нам недостаточно найти какое-то уравнение, а необходимо оценить, насколько устойчива данная модель к изменениям параметров.
Доп. точки доступа: Титов, Р.В.
>
Экз-ры полностью 359d8ba0b0b55c9f9b75b27f4b5ce054/2023/Т.514 2 Нет сведений об экземплярах Держатели документа: Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -032377-625019)>
Шифр в сводном ЭК: fac36bc051d201bcf240721cf656fdfb
Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный. Искусственный интеллект. Применения в CIM. Гл.11.Управляющие экспертные системы. Базы данных и базы знаний в УЭС. - 32 c. - Текст : непосредственный. Advances in machine learning / SpringerLink (Online service), 2009 r=on-line. - Текст : электронный. ACM Transactions on Computational Logic / Association for computing machinery (New York, NY), Association for computing machinery (New York, NY). - Журнал выходит с 2000г. r=on-line. - Текст : непосредственный. Maher M.L. Motivated reinforcement learning / M. L. Maher, K. Merrick, 2009 r=on-line Федотов В.Х. Стратегия конструирования интеллектуальных информационных систем / В. Х. Федотов, Н. В. Новожилова, 2008. - 487 с. - Текст : непосредственный. Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный. Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный. Machine learning for multimodal interaction / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Learning theory / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Николенко С.И. Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный. Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Показать все результаты Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный. Studies in computational intelligence / ed. J. Kacprzyk. Vol. 421 : Supervised learning with complex-valued neural networks / S. Suresh, N. Sundararajan, R. Savitha, 2013. - XXI, 168 p. - Текст : непосредственный. Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный. Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный. Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Николенко С.И. Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный. Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Вьюгин В.В. Математические основы машинного обучения и прогнозирования / В. В. Вьюгин, 2018. - 383 с. - Текст : непосредственный. Вандер Плас Д. Python для сложных задач: наука о данных и машинное обучение / Д. Вандер Плас, 2019. - 572, [1] с. - Текст : непосредственный. Шакла Н. Машинное обучение & TensorFlow / Н. Шакла при участии К. Фрикласа; [перевод с английского А. И. Демьяникова], 2019. - 331 с. - Текст : непосредственный. Бенгфорт Б. Прикладной анализ текстовых данных на Python : машинное обучение и создание приложений обработки естественного языка / Б. Бенгфорт, Р. Билбро, Т. Охеда; [перевел с английского А. Киселев], 2019. - 363, [1] с. - Текст : непосредственный. Родзин С.И. Биоэвристики: теория, алгоритмы и приложения : монография / С. И. Родзин, Ю. А. Скобцов, С. А. Эль-Хатиб, 2019. - 221 с. - Текст : непосредственный. Бхарат Рамсундар.TensorFlow для глубокого обучения : [от линейной регрессии до обучения с максимизацией подкрепления: для разработчиков систем машинного обучения] / Бхарат Рамсундар, Реза Босаг Заде; [перевод с английского А. Логунова], 2019. - 253 с. - Текст : непосредственный. Шумский С.А. Машинный интеллект : очерки по теории машинного обучения и искусственного интеллекта / С. А. Шумский, 2019. - 239 с. - Текст : непосредственный. Методы машинного обучения : учебно-методическое пособие для обучающихся направления 09.04.02 Информационные системы и технологии очной и заочной форм обучения / Министерство науки и высшего образования Российской Федерации, Институт сферы обслуживания и предпринимательства (филиал) федерального государственного бюджетного образовательного учреждения высшего образования "Донской государственный технический университет" в г. Шахты Ростовской области (ИСОиП (филиал) ДГТУ в г. Шахты), 2019. - 52 с. - Текст : непосредственный. Равичандиран С. Глубокое обучение с подкреплением на Python : OpenAI Gym и TensorFlow для профи / С. Равичандиран; [перевел с английского Е. Матвеев], 2020. - 314 с. - Текст : непосредственный. Показать все результаты Bellifemine F. Developing multi-agent systems with JADE / F. Bellifemine, G. Caire, D. Greenwood, 2007 r=on-line. - Текст : электронный. Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный. Evolution and learning in multiagent systems : материалы временных коллективов / Ed. S. Sen, 1998. - 141 p. - Текст : непосредственный. Advances in machine learning / SpringerLink (Online service), 2009 r=on-line. - Текст : электронный. Chli M. Convergence and knowledge processing in multi-agent systems / M. Chli, P. Wilde, 2009 r=on-line Multi-agent programming / SpringerLink (Online service), 2009 r=on-line Maher M.L. Motivated reinforcement learning / M. L. Maher, K. Merrick, 2009 r=on-line Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный. Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный. Machine learning for multimodal interaction / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Argumentation in multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Programming multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Environments for multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Software engineering for multi-agent systems III / R. Choren, 2005 r=on-line. - Текст : электронный. Agent communication / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Multi-agent and multi-agent-based simulation / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Intelligent agents and multi-agent systems / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Agent-oriented information systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Autonomous intelligent systems: agents and data mining / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Показать все результаты Доклады Российской академии наук. Математика, информатика, процессы управления. - Журнал, 2023г. Т.514 2 ("Специальный выпуск: технологии искусственного интеллекта и машинного обучения"). - Текст : непосредственный. Семенов, Алексей Львович. Искусственный интеллект в обществе / А. Л. Семенов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.6-19 Филимонова, Ольга Александровна. Калибровка вероятностей с применением теории нечетких множеств на примере улучшения ранней диагностики рака / О. А. Филимонова, А. Г. Овсянников, Н. В. Бирюкова. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.20-27 Оптимизация физико-информированных нейронных сетей для решения нелинейного уравнения Шредингера / И. А. Чупров, Ц. Гао, Д. С. Ефременко [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.28-38 Нейросетевой подход к классификации акустических сигналов с использованием информационных признаков / П. В. Лысенко, И. А. Насонов, А. А. Галяев, Л. М. Берлин. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.39-48 Егоров Е.А. Исследование влияния адаптивной спектральной нормализации на качество генеративных моделей и стабильность их обучения / Е. А. Егоров, А. И. Рогачев. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.49-59 Васильев Р.Л. Нейросетевое обучение метрик: сравнение функций потерь / Р. Л. Васильев, А. Г. Дьяконов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.60-71 Фанасков В.С. Спектральные нейронные операторы / В. С. Фанасков, И. В. Оселедец. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.72-79 Константинов, Андрей Владимирович. Новый вычислительно простой метод для реализации нейронных сетей с жесткими ограничениями на выходные данные / А. В. Константинов, Л. В. Уткин. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.80-90 Сорока А.Г. Оптимизация маршрутов большой размерности с использованием глубоких нейронных сетей / А. Г. Сорока, А. В. Мещеряков. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.91-98 Данилова, Марина Юрьевна. Методы, использующие градиентный клиппинг, для задач стохастической оптимизации с тяжелым шумом / М. Ю. Данилова. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.99-108 Хватов А.А. О задаче устойчивого поиска дифференциальных уравнений / А. А. Хватов, Р. В. Титов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.109-117 Медведев А.В. Эффективное обучение графовых сетей на многомерных многослойных представлениях табличных данных / А. В. Медведев, А. Г. Дьяконов. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.118-125 Техники сжатия активаций слоев и градиентов для распределенного обучения моделей искусственного интеллекта / М. И. Рудаков, А. Н. Безносиков, Я. А. Холодов, А. В. Гасников. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.126-137 Зотова Г.А. Нейросетевой подход в задаче предвидения аномалий процентных ставок под воздействием коррелированных шумов / Г. А. Зотова, П. П. Лукьянченко. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.150-157 Зуев С.В. Статистическое онлайн-обучение в рекуррентных и прямого распространения квантовых нейронных сетях / С. В. Зуев. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.177-186 Баркоды как резюме топологии функций потерь / С. А. Баранников, А. А. Коротин, Д. А. Оганесян [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.196-211 Афанасьев С.В. SpiderNet: полносвязная сверточная нейронная сеть для обнаружения мошенничества / С. В. Афанасьев, А. А. Смирнова, Д. М. Котерева. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.225-234 Автоматизация оценки темперамента пользователей онлайн социальной сети / В. Д. Олисеенко, А. О. Хлобыстова, А. А. Корепанова, Т. В. Тулупьева. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.235-241 Диагностика тяжести симптомов депрессии при помощи объяснимого искусственного интеллекта / С. Шалилех, А. О. Копцева, Т. И. Шишковская [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал / Российская академия наук. - Москва : Российская академия наук, 2023. - Т. 514 № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения.- С.242-249 Показать все результаты Заказать
Заказ фрагмента документа ₽