Полное описание
> Афанасьев, С. В. SpiderNet: полносвязная сверточная нейронная сеть для обнаружения мошенничества / С. В. Афанасьев, А. А. Смирнова, Д. М. Котерева. - DOI 10.31857/S2686954323601136. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - 2023. - Т. 514, № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения. - С. 225-234. - Библиогр. в конце ст. - ISSN 2686-9543.
| ГРНТИ | УДК | |
| 28.23.37 | 004.032.26-047.58 |
Рубрики:
Нейронные сети -- Моделирование
Кл.слова (ненормированные): сверточные нейронные сети -- выявление мошенничества -- генерация признаков
Аннотация: В этой работе авторы представляют архитектуру сверточной нейронной сети SpiderNet, разработанную для решения задач детектирования мошенничества. Авторы заметили, что принципы работы пулинговых и сверточных слоев в нейронных сетях похожи на методы работы аналитиков при проведении расследований. Кроме того, применяемые в нейронных сетях пропускные соединения позволяют использовать признаки различной силы. Эксперименты показали, что SpiderNet дает лучшее качество по сравнению с Random Forest, CNN, DenseNet и адаптированной под антифрод F‑DenseNet. В этой работе авторы также предлагают новые подходы для разработки антифрод-правил - Б-тесты и W-тесты. Программный код SpiderNet доступен по ссылке: https://github.com/aasmirnova24/SpiderNet
Доп. точки доступа:
Смирнова, А.А.
Котерева, Д.М.
>
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): -884643-985538)>
Шифр в сводном ЭК: e56d1940bc3030ee301f018558d33770
Смирнова А.А. Метод варьирования текстовых задач по математике как средство повышения качества знаний учащихся / А. А. Смирнова, 2007. - 21 с. - Текст : непосредственный.Нефтеперерабатывающая и нефтехимическая промышленность..Серия Промышленность синтетического каучука : Обзор. информ. / ЦНИИТЭнефтехим. Вып. 3(1991) : Релаксационный метод контроля технологических свойств эластомеров / С.В.Афанасьев, 1991. - 78 с. - Текст : непосредственный.Афанасьев С.В. Разработка и создание детектирующей аппаратуры для эксперимента СФЕРА,исследование ядро-ядерных взаимодействий на пучках ускорительного комплекса ЛВЭ ОИЯИ : специальность 01.04.01 "Приборы и методы экспериментальной физики" : автореферат диссертации на соискание ученой степени канд.физ.-мат.наук / С. В. Афанасьев, 1996. - 24 с. - Текст : непосредственный.Афанасьев С.В. Особенности формирования и развития концепций государственного регулирования экономики в XIX - XX вв. (на примере США, Германии и России) : специальность 08.00.01 "Экономическая теория" : диссертация на соискание ученой степени д-ра экон. наук / С. В. Афанасьев, 2004. - 45 с. - Текст : непосредственный.Волынцева О.И. Анализ и прогноз погоды с помощью ГИС Метео / О. И. Волынцева, А. А. Смирнова, 2005. - 189 с. - Текст : непосредственный.
Тензорная анализирующая способность фрагментации релятивистских дейтронов как способ исследования структуры дейтрона в динамике светового фронта / С. В. Афанасьев [и др.], 2004. - 15 с. - Текст : непосредственный.Измерение дифференциального сечения, тензорной и векторной анализирующих способностей реакции фрагментации дейтронов с импульсом 4,5 ГэВ/с на бериллии с испусканием протонов под углом 80 мрад / Л.С.Ажгирей,С.В.Афанасьев,В.В.Архипов и др., 2001. - 17 с. - Текст : непосредственный.Обнаружение параметрического рентгеновского излучения умеренно релятивистских протонов в кристаллах / Ю. Н. Адищев [и др.], 2005. - 7 с. - Текст : непосредственный.Смирнова А.А. Открытия третьего тысячелетия (физика, астрономия и глобальное изменение климата) / А. А. Смирнова, 2010. - 367 с. - Текст : непосредственный.Афанасьев С.В. Синтез биологически активных 3-N-аминометильных производных тиазолидиндиона-2,4 : Автореферат диссертации на соискание ученой степени канд.фармацевт.наук:15.00.02 / С. В. Афанасьев, 1997. - 19 с. - Текст : непосредственный.Афанасьев С.В. Экономическое учение Дж.М.Кейнса / С.В.Афанасьев, 2001. - 127 с. - Текст : непосредственный.Калинин Н.А. Географические информационные системы в метеорологии : метод. пособие / Н. А. Калинин, А. А. Смирнова, А. Л. Ветров, 2007. - 367 с. - Текст : непосредственный.
Показать все результаты| 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 |
Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Журнал выходит с 2020г. - Текст : непосредственный.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
Artificial neural networks : сборник научных трудов / Ed. N. Morgan, 1990. - VIII,130 p. p. - Текст : непосредственный.Vemuri V.R. Artificial neural networks:concepts and control applications / V. R. Vemuri, 1992. - 509 p. - Текст : непосредственный.Artificial neural networks:concepts and theory / Сост.Compl.: P. Mehra, B. W. Wah, 1992. - XI,667 p. p. - Текст : непосредственный.Tomboulian S. Introduction to a system for implementing neural net connections on SIMD architectures : монография / S. Tomboulian, S.a. - 13 p. - Текст : непосредственный.Network : Computation Neural Systems. - Журнал выходит с 1990г. - Текст : непосредственный. Осовский С. Нейронные сети для обработки информации / С. Осовский, 2004. - 343 с. - Текст : непосредственный.Artificial neural networks - ICANN 2008 / SpringerLink (Online service), 2008 r=on-line.Information processing with evolutionary algorithms / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Dreyfus G. Neural networks / G. Dreyfus, 2005 r=on-line. - Текст : электронный.Пак М.М. Моделирование элементов нейронных сетей на основе твердотельных нанообъектов : специальность 05.13.12 "Системы автоматизации проектирования (по отраслям)" : диссертация на соискание ученой степени канд. техн. наук / М. М. Пак, 2006. - 22 с. - Текст : непосредственный.Казанцев П.А. Разработка и исследование маршрута проектирования нейросетевого приложения с аппаратной поддержкой : специальность 05.13.01 "Системный анализ,управление и обработка информации (по отраслям)" : диссертация на соискание ученой степени канд. техн. наук / П. А. Казанцев, 2008. - 22 с. - Текст : непосредственный.Neural Computing <& >Applications. - Журнал выходит с 1993г. - Текст : непосредственный.Дулесов А.С. Нейронные сети и нейрокомпьютеры в интеллектуальных информационных системах / А. С. Дулесов, 2005. - 114 с. - Текст : непосредственный.Шибзухов З.М. Конструктивные методы обучения ЕП-нейронных сетей : монография / З. М. Шибзухов, 2004. - 123 с. - Текст : непосредственный.Нейронные сети : монография, 2001. - 182 с. - Текст : непосредственный.Пархоменко С.С. Нейросетевое моделирование и эволюционное планирование процессов в сетях добровольных вычислений / С. С. Пархоменко, 2015. - 20 с. - Текст : непосредственный.Суровцев И.С. Нейронные сети.Введение в современную информационную технологию / И. С. Суровцев, В. И. Клюкин, Р. П. Пивоварова ; Ред. И. С. Суровцев, 1994. - 224 c. - Текст : непосредственный.Квантовые нейронные сети : материалы временных коллективов, 2001. - 103 с. - Текст : непосредственный.Хайкин С. Нейронные сети. Полный курс / С. Хайкин, 2016. - 1103 с. - Текст : непосредственный.Воронкин Р.А. Математическое моделирование процессов генетического поиска для повышения качества обучения нейронных сетей прямого распространения : специальность 05.13.18 "Математическое моделирование,численные методы и комплексы программ" : автореферат диссертации на соискание ученой степени канд. техн. наук / Р. А. Воронкин, 2004. - 18 с. - Текст : непосредственный.
Показать все результатыПархоменко С.С. Нейросетевое моделирование и эволюционное планирование процессов в сетях добровольных вычислений / С. С. Пархоменко, 2015. - 20 с. - Текст : непосредственный.Применение и развитие нейросетевого моделирования для решения фундаментальных задач в науке и технике : материалы Международной молодежной научно-практической конференции, 3-4 декабря 2018 года, г. Новочеркасск / Министерство науки и высшего образования Российской Федерации, Южно-Российский государственный политехнический университет (НПИ) имени М. И. Платова [и др.], 2018. - 194 с. - Текст : непосредственный.Бутусов О.Б. Математические основы и компьютерные методы моделирования нейронных сетей : учебное пособие / О. Б. Бутусов, Н. И. Редикульцева, О. П. Никифорова, 2019. - 72 с. - Текст : непосредственный.Филиппов Ф.В. Моделирование нейронных сетей глубокого обучения : учебное пособие / Ф. В. Филиппов, 2019. - 78 с. - Текст : непосредственный.Хливненко Л.В. Практика нейросетевого моделирования / Л. В. Хливненко, 2015. - 214 с. - Текст : непосредственный.Иванов С.А. Устойчивость дискретных моделей стандартных конфигураций нейронных сетей с запаздывающими взаимодействиями : автореф. дис. .. канд. физ.-мат. наук: 05.13.18 / С. А. Иванов, 2013. - 16 с. - Текст : непосредственный.Грязин Е.А. Разработка и исследование нейросупертранспьютерных моделей биологических нейросетей : Автореферат диссертации на соискание ученой степени канд. техн. наук: 05.13.13, 05.13.16 / Е. А. Грязин, 1998. - 16 с. - Текст : непосредственный.Сергеев А.П. Введение в нейросетевое моделирование : учеб. пособие / А. П. Сергеев, Д. А. Тарасов; под общ. ред. А. П. Сергеева, 2017. - 127 с. - Текст : непосредственный.Филиппов Ф.В. Моделирование нейронных сетей на R : учеб. пособие / Ф. В. Филиппов, 2016. - 83 с. - Текст : непосредственный.Панкратов В.А. Некоторые модели клеточных нейронных сетей и их исследование : Автореферат диссертации на соискание ученой степени канд. физ.-мат. наук: 05.13.16 / В. А. Панкратов, 2000. - 22 с. - Текст : непосредственный.Rigatos G.G. Advanced Models of Neural Networks : Nonlinear Dynamics and Stochasticity in Biological Neurons / G. G. Rigatos, 2015 r=on-line. - Текст : электронный.Щапин Д.С. Экспериментальное и теоретическое исследование автогенераторных моделей нейронных систем : автореф. дис. .. канд. физ.-мат. наук: 01.04.03 / Д. С. Щапин, 2011. - 15 с. - Текст : непосредственный.Тынченко, Вадим Сергеевич. Модели и методы распределенного проектирования искусственных нейронных сетей : монография / В. С. Тынченко, В. В. Тынченко, В. В. Кукарцев, 2021. - 196, [1] с. - Текст (визуальный) : непосредственный.Алексеева, Венера Арифзяновна. Сравнительный анализ нейросетевых моделей управления состоянием технического объекта / В. А. Алексеева. - Текст (визуальный) : непосредственный // Интегрированные системы управления : сборник научных трудов по материалам Научно-технической конференции, 18-19 мая 2021 г., Ульяновск / Акционерное общество "Концерн "Моринформсистема-Агат", Федеральный научно-производительный центр акционерное общество "Научно-производственное объединение "Марс". - Ульяновск : НПО "Марс", 2021. - с. 11-17Литвинов, Олег Станиславович. Частотная идентификация спектров объектов с помощью нейросетей / О. С. Литвинов, Д. В. Шутяк. - Текст : непосредственный // Необратимые процессы в природе и технике : Одиннадцатая Всероссийская конференция, Москва, 26-29 января 2021 года : труды конференции: [в 2 т.] / Министерство науки и высшего образования Российской Федерации, Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет) [и др.]. - Москва : Изд-во МГТУ им. Н. Э. Баумана, 2021. - Т. 1. - с. 202-205Сбоев, Александр Георгиевич. Нейросетевое моделирование и машинное обучение на основе экспериментальных и наблюдательных данных : специальность 05.13.18 - "Математическое моделирование, численные методы и комплексы программ": автореферат диссертации на соискание ученой степени доктора физико-математических наук / Сбоев Александр Георгиевич, 2021. - 47 с. - Текст : непосредственный.Зайцева М.А. Нейросетевое моделирование концентрации сухих веществ в сахарных растворах / М. А. Зайцева, Д. В. Арапов. - Текст (визуальный) : непосредственный // Современные методы прикладной математики, теории управления и компьютерных технологий (ПМТУКТ-2021) : сборник трудов Всероссийской научной конференции, Воронеж, 14-16 декабря 2021 г. / Воронежский государственный педагогический университет [и др.]. - Воронеж : Воронежский гос. пед. ун-т, 2021. - с. 45-48Истратова, Евгения Евгеньевна. Разработка цифрового двойника для проектирования пространственных решетчатых конструкций из прогрессивных материалов / Е. Е. Истратова, А. Н. Кожевников, И. В. Ермаков. - Текст (визуальный) : непосредственный // Энергосбережение и инновационные технологии в топливно-энергетическом комплексе : материалы Национальной с международным участием научно-практической конференции студентов, аспирантов, учёных и специалистов, посвященной 65-летию Тюменского индустриального университета / Министерство науки и высшего образования Российской Федерации, Тюменский индустриальный университет. - Тюмень : ТИУ, 2021. - с. 29-32Загузина Е.Г. Построение нейросетевой модели прогнозирования платежеспособности контрагентов организации / Е. Г. Загузина. - Текст (визуальный) : непосредственный // Диджитализация учетно-аналитических и контрольных процессов в экономике : сборник научных трудов / Министерство образования, науки и молодежи Республики Крым, Государственное бюджетное образовательное учреждение высшего образования Республики Крым "Крымский инженерно-педагогический университет имени Февзи Якубова". - Симферополь : ИП Хотеева Л. В., 2020. - с. 126-129Золотухин А.В. Разработка модели нейронной сети для решения задачи распознавания объектов беспилотными погрузчиками / Золотухин А. В. ; научный руководитель В. В. Мокшин. - Текст : непосредственный // Международная молодежная научная конференция "XXV Туполевские чтения (школа молодых ученых)", посвященная 60-летию со дня осуществления Первого полета человека в космическое пространства и 90-летию Казанского Национального исследовательского технического университета им. А. Н. Туполева-КАИ, [10-11 ноября 2021 года] : материалы конференции : сборник докладов : [в 6 т.] / Министерство науки и высшего образования Российской Федерации, Казанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ, Белорусский национальный технический университет ; редакционная коллегия: Аникин И. В. [и др.]. - Казань : Изд-во ИП Сагиева А. Р., 2021. - Т. 5. - с. 286-291
Показать все результатыДоклады Российской академии наук. Математика, информатика, процессы управления. - Журнал, 2023г. Т.514 2 ("Специальный выпуск: технологии искусственного интеллекта и машинного обучения"). - Текст : непосредственный.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
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.6-19Филимонова, 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.20-27Оптимизация 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.28-38Нейросетевой 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.39-48Егоров 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.49-59Васильев 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.60-71Фанасков 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.72-79Константинов, 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.80-90Сорока 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.91-98Данилова, 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.99-108Хватов 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.109-117Медведев 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.118-125Техники 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.126-137Зотова 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.150-157Зуев 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.177-186Баркоды 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.196-211Афанасьев 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.225-234Автоматизация 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.235-241Диагностика 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 результатыЗаказ фрагмента документа ₽