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

в найденном

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=convolutional neural networks<.>)

Общее количество найденных документов : 5
Показаны документы с 1 по 5

Сергадеева, А. И.
Обнаружение банковского мошенничества с применением графовых нейронных сетей [Текст] = Banking fraud detection using graph neural networks / А. И. Сергадеева, Д. С. Лаврова // Проблемы информационной безопасности. Компьютерные системы. - 2021. - № 4. - С. 112-122 : табл., диагр. - Библиогр.: с. 120-121 (12 назв.) . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
bank fraud -- convolutional neural networks -- financial data analysis -- graph neural networks -- information security -- neural networks -- анализ финансовых данных -- банковское мошенничество -- графовые нейронные сети -- информационная безопасность -- нейронные сети -- сверточные нейронные сети
Аннотация: В работе предложено применить графовые нейронные сети для обнаружения случаев банковского мошенничества. Финансовые транзакции представлены в виде графа, а использование графовых нейронных сетей позволяет детектировать транзакции, характерные для мошеннических схем. Результаты экспериментальных исследований демонстрируют перспективность предложенного подхода.
This paper proposes the application of graph neural networks to detect bank fraud. Financial transactions are represented in the form of a graph, and the use of graph neural networks allows the detection of transactions characteristic of fraudulent schemes. Experimental results demonstrate the promise of the proposed approach.

Доп.точки доступа:
Лаврова, Д. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Заботнев, М. С. (кандидат технических наук).
Использование синтетического датасета в задаче сегментации медицинских изображений [Текст] = Applying a synthetic dataset in medical images segmentation problem / М. С. Заботнев, В. П. Кулагин, В. Д. Корепанов // Информационные технологии. - 2022. - Т. 28, № 6. - С. 326-333. - Библиогр.: с. 333 (23 назв.) . - ISSN 1684-6400

УДК

^a519.8

ББК 22.18
Рубрики: Математика
Исследование операций
Кл.слова (ненормированные):
CNN -- U-Net -- computed tomography -- convolutional neural networks -- machine learning -- medical image segmentation -- synthetic datasets -- компьютерная томография -- машинное обучение -- сверточные нейронные сети -- сегментация медицинских изображений -- синтетические датасеты
Аннотация: Рассматривается задача сегментации сосудов на медицинских снимках компьютерной томографии органов дыхания человека.

Доп.точки доступа:
Кулагин, В. П. (доктор технических наук); Корепанов, В. Д. (магистрант)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Беззатеев, С. В.
Исследование методов машинного обучения для обеспечения информационной безопасности в розничных торговых операциях [Текст] = Study of machine learning methods to ensure information security in retail trading operations / С. В. Беззатеев, Т. Н. Елина, Н. С. Красников // Проблемы информационной безопасности. Компьютерные системы. - 2022. - № 3. - С. 155-166 : граф., табл., диагр., ил., схема. - Библиогр.: с. 165 (7 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.7

ББК 32.973.202
Рубрики: Вычислительная техника
Вычислительные сети
Кл.слова (ненормированные):
convolutional neural networks -- information security -- machine learning -- machine learning methods -- retail trading operations -- self-service -- информационная безопасность -- машинное обучение -- методы машинного обучения -- розничные торговые операции -- самообслуживание -- сверточные нейронные сети
Аннотация: Проблема искажения и подмены информации при совершении операций в розничной торговле с использованием касс самообслуживания приводит к снижению прибыли предприятий. Внедрение средств распознавания весовых товаров с использованием методов машинного обучения позволит повысить уровень защиты операций в розничной торговле. В работе проведен анализ различных методов обучения и построена модель сети, позволяющая при небольшом объеме размеченных данных получать хорошие результаты распознавания в сфере ритейла.
The problem of distortion and substitution of information when performing transactions in retail trade using self-service checkouts leads to a decrease in the profits of enterprises. The introduction of weight recognition tools using machine-learning methods will increase the level of protection for retail transactions. The paper analyzes various training methods and builds a network model that allows, with a small amount of labeled data, to obtain good recognition results in the field of retail.

Доп.точки доступа:
Елина, Т. Н.; Красников, Н. С.
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Самир Халид Ахмед (аспирант).
Классические и квантовые нейронные сети в задачах распознавания образов [Текст] = Quantum neural networks in the problem of pattern recognition / Самир Халид Ахмед, С. В. Скородумов, Сабрин Халид Ахмед // Информационные технологии. - 2023. - Т. 29, № 10. - С. 512-521 . - ISSN 1684-6400

УДК

^a004.8

ББК 32.813
Рубрики: Радиоэлектроника
Искусственный интеллект. Экспертные системы
Кл.слова (ненормированные):
NISQ -- classical computing models -- convolutional neural networks -- quantum computing models -- quantum convolutional layers -- unitary operations -- квантовые вычислительные модели -- квантовые сверточные слои -- классические вычислительные модели -- сверточные нейронные сети -- унитарные операции
Аннотация: Рассматриваются классическая, гибридная и квантовая вычислительные модели, их плюсы, минусы, возможности реализации в современных реалиях.

Доп.точки доступа:
Скородумов, С. В. (кандидат технических наук); Сабрин Халид Ахмед (студент)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Григорьев, М. Д.
Разработка обучаемой нейросети для анализа лингвистических данных [Текст] = Development of a trainable neural network for analysis of linguistic data / М. Д. Григорьев, Т. М. Татарникова // Проблемы информационной безопасности. Компьютерные системы. - 2023. - № 3. - С. 170-176 : ил., схемы. - Библиогр.: с. 175 (10 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.67

^a80:004.3

ББК 32.973-018.2 + 81.1с
Рубрики: Вычислительная техника
   Системы обработки численных данных
   Языкознание
   Применение вычислительной техники в языкознании
Кл.слова (ненормированные):
convolutional neural networks -- development of trainable neural networks -- linguistic applications -- linguistic data -- linguistic data analysis -- neural networks -- recognition of ancient Egyptian hieroglyphs -- trainable neural networks -- анализ лингвистических данных -- лингвистические данные -- лингвистические приложения -- нейросети -- обучаемые нейросети -- разработка обучаемых нейросетей -- распознавание древнеегипетских иероглифов -- сверточные нейронные сети
Аннотация: Приведено описание разработанного лингвистического приложения для распознавания древнеегипетских иероглифов. Рассмотрены основные методы создания и обучения нейронной сети и определен метод, подходящий для успешной работы алгоритма по распознаванию древнеегипетских иероглифов. Исходя из проведенного анализа инструментов для решения поставленной задачи выбран метод обучения с учителем и сверточный тип нейросети как оптимальный для распознавания изображений с функцией активации ReLu. В перспективе предложенная нейросеть найдет применение в работе по разработке словаря с функцией распознавания символов.
The description of the developed linguistic application for the recognition of ancient Egyptian hieroglyphs is given. The main methods for creating and training a neural network are considered and a method suitable for the successful operation of the algorithm for recognizing ancient Egyptian hieroglyphs is determined. Based on the analysis of tools for solving the problem, the method of learning with a teacher and the convolutional type of neural network were chosen as optimal for image recognition with the ReLu activation function. In the future, the proposed neural network will find application in the development of a dictionary with a character recognition function.

Доп.точки доступа:
Татарникова, Т. М.
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)