Полное описание
> Фанасков, В. С. Спектральные нейронные операторы / В. С. Фанасков, И. В. Оселедец. - DOI 10.31857/S2686954323601422. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - 2023. - Т. 514, № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения. - С. 72-79. - Библиогр. в конце ст. - ISSN 2686-9543.
| ГРНТИ | УДК | |
| 28.23.37 | 004.032.26 |
Рубрики:
Нейронные сети
Кл.слова (ненормированные): нейронные операторы -- уравнения в частных производных -- способность к обобщению -- ошибки наложения спектра
Аннотация: В недавних работах были построены нейронные операторы - обобщение нейронных сетей, позволяющее приближать отображения между бесконечномерными векторными пространствами. Используя численные и аналитические методы, авторы продемонстрируют особенности обучения и оценки эффективности для подобных нейронных сетей. В частности, авторы покажут, что для широкого класса нейронных операторов, основанных на интегральных преобразованиях, неизбежно появление систематической ошибки, связанной с наложением спектра. Чтобы избежать этой ошибки, авторы ввели спектральные нейронные операторы, которые в явном виде используют дискретизацию для областей определения и значения. Несмотря на то что дискретизация уменьшает способность к аппроксимации, на практике оказывается, что спектральные нейронные операторы часто превосходят по точности нейронные операторы, определенные на бесконечномерных банаховых пространствах.
Доп. точки доступа:
Оселедец, Иван Валерьевич
>
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): -358001-849061)>
Шифр в сводном ЭК: 0f85b8fac3d6537e49416c4b316db241
Фанасков В.С. Метод и алгоритмы геоинформационного моделирования техногенного воздействия угледобывающих предприятий на состояние окружающей среды : специальность 25.00.35 "Геоинформатика" : диссертация на соискание ученой степени д-ра техн. наук / В. С. Фанасков, 2013. - 18 с. - Текст : непосредственный.Степанов Ю.А. Геоинформационные системы и основы электронного картографирования : учеб. пособие / Ю. А. Степанов, В. С. Фанасков, 2014. - 185 с. - Текст : непосредственный.Бурнаев, Евгений Владимирович. Фундаментальные исследования и разработки в области прикладного искусственного интеллекта / Е. В. Бурнаев, А. В. Бернштейн, В. В. Вановский, А. А. Зайцев [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2022. - Т. Т.508(Специальный выпуск: технологии искусственного интеллекта и машинного обучения). - с. 19-27Буденный, Семен Андреевич. Eco2ai: контроль углеродного следа моделей машинного обучения в качестве первого шага к устойчивому искусственному интеллекту / С. А. Буденный, В. Д. Лазарев, Н. Н. Захаренко, А. Н. Коровин [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2022. - Т. Т.508(Специальный выпуск: технологии искусственного интеллекта и машинного обучения). - с. 134-145Турдаков, Денис Юрьевич. Доверенный искусственный интеллект: вызовы и перспективные решения / Д. Ю. Турдаков, А. И. Аветисян, К. В. Архипенко, А. В. Анциферова [и др.]. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Москва : Российская академия наук, 2022. - Т. Т.508(Специальный выпуск: технологии искусственного интеллекта и машинного обучения). - с. 13-18Фанасков 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
Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - Журнал выходит с 2020г. - Текст : непосредственный.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
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 результатыArtificial 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.Осовский С. Нейронные сети для обработки информации / С. Осовский, 2004. - 343 с. - Текст : непосредственный.Гордеев Л.С. Применение искусственных нейронных сетей в задачах химической технологии / Л. С. Гордеев, М. Б. Глебов, 1998. - 120 с. - Текст : непосредственный.Лузянина Т.В. Synchronization in an oscillator neural network model with time delayed coupling : препринт / Т. В. Лузянина, 1992. - 20 с. - Текст : непосредственный.Барцев С.И. Сравнительные свойства адаптивных сетей с полярными и неполярными синапсами / С. И. Барцев, Ю. П. Ланкин, 1993. - 26 с . - Текст : непосредственный.Bernatzki A. Geometrische Interpretation neuronaler Netze / A. Bernatzki, 1999. - 123 S. - Текст : непосредственный.Волгин Л.И. Комплементарная алгебра и предикатная алгебра выбора / Л. И. Волгин, 1996. - 68 c. - Текст : непосредственный.Волгин Л.И. Векторная комплементарная алгебра и ее применения / Л. И. Волгин, 1996. - 50 c. - Текст : непосредственный.Тарасов А.М. Математическое моделирование, сети Петри и их использование при описании функционирования нейронных сетей в ЭВМ, робототехники : препринт / А. М. Тарасов, В. В. Подлубный, 1995. - 21 c. - 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.Краткий курс основ нейроинформатики / Е. Г. Литвинов, А. А. Ежов, А. С. Логовский, А. А. Фролов, 2001. - 87 с. - Текст : непосредственный.Нейронные сети : монография, 2001. - 182 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.Хайкин С. Нейронные сети. Полный курс / С. Хайкин, 2016. - 1103 с. - Текст : непосредственный.Круглов В.В. Искусственные нейронные сети : монография / В. В. Круглов, В. В. Борисов, 2002. - 382 с. - Текст : непосредственный.Барский А.Б. Нейронные сети : монография / А. Б. Барский, 2004. - 175 с. - Текст : непосредственный.
Показать все результатыArtificial neural networks : сборник научных трудов / Ed. J. Diederich, 1990. - VII,141 p. p. - Текст : непосредственный.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.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.Гордеев Л.С. Применение искусственных нейронных сетей в задачах химической технологии / Л. С. Гордеев, М. Б. Глебов, 1998. - 120 с. - Текст : непосредственный.Лузянина Т.В. Synchronization in an oscillator neural network model with time delayed coupling : препринт / Т. В. Лузянина, 1992. - 20 с. - Текст : непосредственный.Барцев С.И. Сравнительные свойства адаптивных сетей с полярными и неполярными синапсами / С. И. Барцев, Ю. П. Ланкин, 1993. - 26 с . - Текст : непосредственный.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.Bernatzki A. Geometrische Interpretation neuronaler Netze / A. Bernatzki, 1999. - 123 S. - 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.Волгин Л.И. Комплементарная алгебра и предикатная алгебра выбора / Л. И. Волгин, 1996. - 68 c. - Текст : непосредственный.Волгин Л.И. Векторная комплементарная алгебра и ее применения / Л. И. Волгин, 1996. - 50 c. - Текст : непосредственный.Тарасов А.М. Математическое моделирование, сети Петри и их использование при описании функционирования нейронных сетей в ЭВМ, робототехники : препринт / А. М. Тарасов, В. В. Подлубный, 1995. - 21 c. - 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.
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.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
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 ₽