Научная библиотека СГЮА

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

- результаты поиска

Вид поиска

Книги фонда НБ СГЮА

Дипломные работы выпускников СГЮА за последние 5 лет

Авторефераты

Диссертации

Период.издания науч.абонемента

Редкие книги Научной библиотеки СГЮА

Каталог электронных носителей

Труды ученых СГЮА

Саратовский край

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=глубокие нейронные сети<.>)

Общее количество найденных документов : 3
Показаны документы с 1 по 3

Искусственный интеллект для учебной аналитики и этапы педагогического проектирования: обзор решений [Текст] = Artificial Intelligence for Learning Analytics and Instructional Design Steps: An Overview of Solutions / Елена Другова, Ирина Журавлева, Ульяна Захарова [и др.] // Вопросы образования. - 2022. - № 4. - С. 107-153 : рис., табл. - Библиогр.: с. 146-153 . - ISSN 1814-9545

УДК

^a378

ББК 74.58
Рубрики: Образование. Педагогика
Высшее профессиональное образование
Кл.слова (ненормированные):
ADDIE модель -- адаптивное обучение -- глубокие нейронные сети -- искусственный интеллект -- коллаборативное обучение -- машинное обучение -- педагогический дизайн -- педагогическое проектирование -- персонализированное обучение -- публикации -- студенческий успех -- учебная аналитика -- чат-боты -- экспертные системы
Аннотация: Методы искусственного интеллекта (ИИ) все чаще используются в исследованиях и разработках в области учебной аналитики (УА), призванной анализировать данные, накопленные в процессе обучения, с целью повышения его результативности. С этой же целью создаются модели педагогического проектирования. Наиболее широко распространена сегодня модель ADDIE, раскладывающая создание учебного курса на этапы. Пользователи и исследователи критикуют методы ИИ и УА за слабую связь с практикой преподавания, а педагогическое проектирование - за недостаток доказательности и измеримости. Проведен обзор литературы с целью продемонстрировать перспективы объединения этих трех областей знания и практики посредством анализа технологических решений для высшего образования, описанных в научных публикациях.

Доп.точки доступа:
Другова, Елена Анатольевна (кандидат философских наук); Журавлева, Ирина Игоревна; Захарова, Ульяна Сергеевна (кандидат филологических наук); Сотникова, Валерия Евгеньевна; Яковлева, Кристина Игоревна
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Волковский, М. А.
Выявление вредоносного программного обеспечения с применением глубоких нейронных сетей [Текст] = Malware detection using deep neural networks / М. А. Волковский, Т. Д. Овасапян, А. С. Макаров // Проблемы информационной безопасности. Компьютерные системы. - 2023. - № 4. - С. 72-83 : схемы, диагр., табл. - Библиогр.: с. 81 (21 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
deep neural networks -- detection of malicious software -- disassembled codes -- information security -- machine learning -- malicious software -- neural networks -- software -- вредоносное программное обеспечение -- выявление вредоносного программного обеспечения -- глубокие нейронные сети -- дизассемблированные коды -- информационная безопасность -- машинное обучение -- нейронные сети -- программное обеспечение
Аннотация: В статье предлагается метод для выявления вредоносных исполняемых файлов путем анализа дизассемблированного кода. В основе данного метода лежит статический анализ ассемблерных инструкций исполняемых файлов с использованием специальной модели нейронной сети, архитектура которой также представлена в данной статье. Кроме того, посредством нескольких различных метрик была продемонстрирована эффективность метода, показывающая значительное снижение ошибки второго рода по сравнению с другими современными методами. Полученные результаты могут быть использованы в качестве основы для проектирования систем статического анализа вредоносного программного обеспечения.
The article proposes a method for detecting malicious executable files by analyzing disassembled code. This method is based on static analysis of assembly instructions of executable files using a special neural network model, the architecture of which is also presented in this article. In addition, using several different metrics, the effectiveness of the method was demonstrated, showing a significant reduction in error of the second kind compared to other modern methods. The results obtained can be used as a basis for designing systems for static analysis of malicious software.

Доп.точки доступа:
Овасапян, Т. Д.; Макаров, А. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Попов, Алексей Анатольевич (кандидат технических наук; доцент).
Использование нейросетей для сортировки твердых коммунальных отходов [Текст] / Попов Алексей Анатольевич, Куклев Роман Евгеньевич, Егоров Дмитрий Георгиевич // Ученый совет. - 2024. - Т. 21, № 1. - С. 39-44 : 1 фот. - Библиогр.: с. 43-44 (7 назв.) . - ISSN 2074-9953

УДК

^a004.9

^a504

ББК 32.973-018.2 + 20.18:51.21
Рубрики: Вычислительная техника
   Прикладные информационные (компьютерные) технологии в целом
   Экология
   Управление отходами
Кл.слова (ненормированные):
CNN -- DNN -- RNN -- ТКО -- глубокие нейронные сети -- использование нейросетей -- классификация ТКО -- коммунальные отходы -- методы сортировки ТКО -- модели нейронных сетей -- мусоросортировочные комплексы -- нейронные сети -- нейросетевые методы -- нейросетевые модели -- нейросети -- обращение с ТКО -- обучение нейросетей -- отходы -- применение нейронных сетей -- промышленные отходы -- работа с твердыми коммунальными отходами -- реккурентные нейронные сети -- роботизированные мусоросортировочные комплексы -- сверточные нейронные сети -- сортировка ТКО -- сортировка твердых коммунальных отходов -- твердые коммунальные отходы -- управление обращением с ТКО -- утилизация твердых коммунальных отходов
Аннотация: В статье предложены критерии для выбора подходящей архитектуры нейросети для сортировки твердых коммунальных отходов (ТКО). Приведены примеры использования нейросетевых методов для сортировки ТКО. Это новое и перспективное направление в области утилизации отходов. Данная статья поможет читателям понять принципы работы нейросетей и преимущества их использования в данной задаче. Материалы статьи могут быть использованы в рамках подготовки по направлениям, связанным с экономикой и информационными технологиями.

Доп.точки доступа:
Куклев, Роман Евгеньевич (студент); Егоров, Дмитрий Георгиевич (студент)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Тематический навигатор

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)