- Подробности
- Просмотров: 4893
Главная >> Читателям >> Тематические выставки 2020 >> Занимательная наука
Нейроинформатика
Экспозиция посвящена нейронным сетям – самообучающимся системам, имитирующим деятельность человеческого мозга. В материалах выставки освещаются результаты теоретических и прикладных исследований по следующим направлениям: искусственные нейронные сети, нечеткая логика, генетические алгоритмы, глубокое обучение, эволюционное моделирование, нейроморфные вычисления, когнитивные исследования. Рассматриваются математические модели, архитектуры искусственных нейронных сетей, методы их аппаратной реализации, принципы применения для распознавания образов, обработки изображений и сигналов, анализа данных, управления динамическими объектами, оптимизации процессов поиска решений и прогнозирования. Приводятся примеры использования нейросетей для решения интеллектуальных задач в различных областях науки, техники и медицины.
Библиографический список литературы к выставке
План
1. Теория нейротехнологий. Нейроматематика
2. Прикладные нейросетевые системы
1. Теория нейротехнологий. Нейроматематика
1. Д10-15/21022
Скобцов, Ю. А.
Эволюционные вычисления [Текст] : учеб. пособие / Ю. А. Скобцов, Д. В. Сперанский ; Нац. открытый ун-т "ИНТУИТ". - М. : ИНТУИТ, 2015. - 326 с. : ил. - (Основы информационных технологий). - Библиогр.: с. 325-326 (16 назв.).
2. Д10-17/48044
Нейротехнологии: нейро-БОС и интерфейс "мозг - компьютер" / В. Н. Кирой, Д. М. Лазуренко, И. Е. Шепелев [и др.] ; Южный федеральный ун-т (Ростов-на-Дону). - Ростов н/Д : Изд-во Юж. федер. ун-та, 2017. - 243 с. : ил. - Авт. указ. на обороте тит. л. - Библиогр.: с. 209-243.
3. Д10-17/60252
Галушкин А.И.
Нейронные сети: основы теории / А. И. Галушкин. - Москва : Горячая линия - Телеком, 2017. - 496 с. : ил. - Библиогр. в тексте
Аннотация: Изложена методика синтеза многослойных нейросетей различной структуры. Приведены этапы исследования надежности и диагностики нейронных сетей.
4. Д10-18/60255
Борисов В.В.
Нечеткие модели и сети / В. В. Борисов, В. В. Круглов, А. С. Федулов. - 2-e изд., [стер.]. - Москва : Горячая линия - Телеком, 2018. - 282, [1] с. : ил. - Библиогр.: с. 275-279 (58 назв.)
Аннотация: Книга посвящена исследованию нечетких моделей, используемых для описания анализа моделирования сложных слабо формализуемых систем и процессов. Особое внимание уделено анализу способов построения, моделирования и использования нечетких когнитивных карт.
5. Д10-18/61203
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.]. - Новочеркасск : Лик, 2018. - 194 с. : ил. - Библиогр. в конце отд. ст.
6. Д10-18/63079
Баксанский, О. Е.
Моделирование в науке. Когнитивные модели и интеллект [Текст]: моделирование процессов познания в XXI веке, моделирование и научное предвидение, человеческий интеллект, его модели и репрезентирование, internet и перспективы когнитивного моделирования, методология современных информационных технологий, методология научного познания: полезный обзор / О. Е. Баксанский. - Москва : URSS : ЛЕНАНД, 2018. - 302 с. - Библиогр.: с. 300 (30 назв.) и в подстроч. примеч.
Аннотация: В настоящее время при исследовании процессов познания основное внимание сосредотачивается на проблемах приобретения, преобразования, репрезентации, хранения и воспроизведения информации, которая определяет сознательную активность субъекта. Представляемая монография посвящена ведущему системообразующему методу современных научных исследований - моделированию.
7. Д10-19/641
Бхарат Рамсундар
TensorFlow для глубокого обучения [Текст]: [от линейной регрессии до обучения с максимизацией подкрепления : для разработчиков систем машинного обучения] / Бхарат Рамсундар, Реза Босаг Заде ; [перевод с английского А. Логунова]. - Санкт-Петербург : БХВ-Петербург, 2019. - 253 с. : ил. - (O'Reilly). - Парал. тит. л. англ. - Предм. указ.: с. 247-253. - Пер. изд. : TensorFlow for deep learning. From linear regression to reinforcement learning / Ramsundar Bharath, Bosagh Zaden Reza. - 2018.
8. Д10-19/65262
Зашихин А.С.
Новый подход к архитектуре и обучению искусственных нейронных сетей / А. С. Зашихин, Е. Г. Лысенко. - Краснодар : Новация, 2019. - 40 с. : ил. - Библиогр.: с. 37 (5 назв.)
9. Д10-19/6579
Актуальные проблемы современной когнитивной науки [Текст] : сборник статей Международной научно-практической конференции, 17 февраля 2019 г., [Таганрог] / OMEGA SCIENCE Международный центр инновационных исследований ; [ответственный редактор: Сукиасян А. А.]. - Таганрог : МЦИИ ОМЕГА САЙНС ; Уфа : ОМЕГА САЙНС, 2019. - 319 с.: ил. - Библиогр. в конце ст.
10. Д10-19/66207
Гончаров А.В.
Лабораторный комплекс нейросетевого управления : учебное пособие / А. В. Гончаров, А. Э. Попович. - Москва : Изд-во Спутник+, 2019. - 71 с. : ил. - Библиогр.: с. 71 (11 назв.)
11. Д10-19/66691
Шматов, Г. П.
Нейронные сети и генетический алгоритм [Текст] : учебное пособие / Г. П. Шматов, Е. Е. Фомина ; Минобрнауки России, Тверской государственный технический университет (ТвГТУ). - Тверь : Тверской гос. технический ун-т, 2019. - 199 с. : ил. - Библиогр.: с. 195-199 (71 назв.).
12. Д10-19/67060
Шумский С.А.
Машинный интеллект : очерки по теории машинного обучения и искусственного интеллекта / С. А. Шумский ; Московский физико-технический институт (национальный исследовательский университет). - Москва : РИОР, 2019. - 239 с. : ил. - Библиогр.: с. 315-339
Аннотация: В книге дается обзор современного состояния и перспектив развития исследований по машинному интеллекту. Предложен подход к созданию "сильного" искусственного интеллекта с использованием принципов работы человеческого мозга.
13. Д10-18/67342
Дискретные и непрерывные модели математической биологии : учебное пособие / А. А. Кайгермазов, Ф. Х. Кудаева, М. А. Керефов [и др.] ; Министерство образования и науки Российской Федерации, Кабардино-Балкарский государственный университет им. Х. М. Бербекова. - Нальчик : Кабардино-Балкарский гос. ун-т им. Х. М. Беркебова, 2018. - 155 с. : ил. - Библиогр.: с. 152-155 (50 назв.)
14. Д10-19/67343
Филиппов, Ф. В.
Моделирование нейронных сетей глубокого обучения [Текст] : учебное пособие / Ф. В. Филиппов ; Федеральное агентство связи, Санкт-Петербургский государственный университет телекоммуникаций имени М. А. Бонч-Бруевича (СПбГУТ). - Санкт-Петербург : СПбГУТ, 2019. - 78 с. : ил. - Библиогр.: с. 77-78 (33 назв.).
15. Д10-19/67806
Суконщиков А.А.
Нечеткие и нейронные сети Петри : монография / А. А. Суконщиков, Д. В. Кочкин, А. Н. Швецов ; под ред. А. А. Суконщикова и А. Н. Швецова ; Министерство образования и науки Российской Федерации, Вологодский государственный университет. - Курск : Университетская книга, 2019. - 208 с. : ил. - Библиогр.: с. 195-208 (99 назв.)
16. Д10-19/68444
Филимонов А.Б.
Нейросетевые алгоритмы обработки данных на языке PYTHON : учебно-методическое пособие / А. Б. Филимонов, Н. Б. Филимонов ; Министерство науки и высшего образования Российской Федерации, МИРЭА - Российский технологический университет. - Москва : МИРЭА - Российский технологический ун-т, 2019. - 74 с. : ил. - Библиогр.: с. 70 (11 назв.)
17. Д10-19/68781
Абашин В.Г.
Язык разметки искусственных нейронных сетей INSML 0.3 : монография / В. Г. Абашин ; Министерство образования и науки Российской Федерации, Орловский государственный университет имени И. С. Тургенева. - Орёл : ОГУ им. И. С. Тургенева, 2019. - 170 с. : ил. - Библиогр.: с. 124-126 (27 назв.)
Аннотация: Монография посвящена разработке языка описания искусственных нейронных сетей в XML подобном формате. Представлены искусственные нейронные сети описанные с помощью INSML
18. Д10-19/68901
Актуальные проблемы современной когнитивной науки [Текст] : сборник статей Международной научно-практической конференции, 5 июля 2019 г., [Пермь] / АЭТЕРНА, научно-издательский центр ; [ответственный редактор: Сукиасян А. А.]. - Пермь ; Уфа : АЭТЕРНА, 2019. - 165 с. : ил. - Библиогр. в конце ст.
19. Д10-19/70338
Актуальные проблемы современной когнитивной науки [Текст] : сборник статей Всероссийской научно-практической конференции, 17 сентября 2019 г., [г. Магнитогорск] / OMEGA SCIENCE международный центр инновационных исследований ; [ответственный редактор: Сукиасян А. А. и др.]. Магнитогорск ; Уфа : МЦИИ ОМЕГА САЙНС, 2019. - 177 с. : ил. - Библиогр. в конце ст. и в подстроч. примеч.
20. Д10-19/71679
Умняшкин С.В.
Основы компьютерного зрения и распознавания образов : учебное пособие / С. В. Умняшкин, Р. В. Голованов ; Министерство науки и высшего образования Российской Федерации, Национальный исследовательский университет "МИЭТ". - Москва : МИЭТ, 2019. - 263 с. : ил. - Библиогр.: с. 258-260 (32 назв.)
Аннотация: Рассматриваются основы машинного обучения и распознавания образов во взаимодействии с приложениями в области компьютерного зрения. Изучаются линейные и нелинейные модели для задач регрессии и классификации, аспекты применения для решения данных задач искусственных нейронных сетей, а также машин опорных векторов.
21. Д10-19/72672
Митрофанова Е.Ю.
Нейросетевые технологии обработки информации. Методы и технологии глубокого обучения : учебное пособие для вузов / Е. Ю. Митрофанова, А. А. Сирота, М. А. Дрюченко ; Министерство науки и высшего образования РФ, Воронежский государственный университет. - Воронеж : Издательский дом ВГУ, 2019. - 196 с. : ил. - Библиогр.: с. 194-196 (34 назв.)
22. Д10-19/73835
Цуриков А.Н.
Теория и практика разработки методов, алгоритмов и устройств обучения искусственных нейронных сетей : монография / А. Н. Цуриков ; РОСЖЕЛДОР, Ростовский государственный университет путей сообщения (ФГБОУ ВО РГУПС). - Ростов-на-Дону : РГУПС, 2019. - 183 с. : ил. - Библиогр.: с. 125-131 (102 назв.)
23. Ж2-17/62834
Сергеев А.П.
Введение в нейросетевое моделирование : учеб. пособие / А. П. Сергеев, Д. А. Тарасов ; под общ. ред. А. П. Сергеева ; Урал. федер. ун-т им. первого Президента России Б. Н. Ельцина, Ин-т радиоэлектроники и информ. технологий - РТФ. - Екатеринбург : Изд-во Урал. ун-та, 2017. - 127 с. : ил. - Библиогр.: с. 123-125 (42 назв.)
24. Ж2-17/64193
Нейроинформатика, её приложения и анализ данных : материалы двадцать пятого Всероссийского семинара, 29 сентября - 1 октября 2017 года, [Красноярск] / Институт вычислительного моделирования СО РАН [и др.] ; [редкол.: Горбань А. Н. (отв. ред.), Сенашова М. Ю. (отв. за вып.)]. - Красноярск : ИВМ СО РАН, 2017. - 125 с. : ил. - Загл. обл. : Нейроинформатика, её приложения и анализ данных. XXV Всероссийский семинар. - Библиогр. в конце ст.
25. Ж2-18/64498
Шолле, Ф.
Глубокое обучение на R [Текст] / Ф. Шолле, при участии Дж. Дж. Аллера ; [пер. с англ. А. Киселева]. - Санкт-Петербург [и др.] : Питер, 2018. - 399 с. : ил. - (Библиотека программиста). - Пер. изд. : Deep learning with R / F. Chollet, J. J. Allaire. - 2018.
26. Ж2-19/65762
Шакла Н.
Машинное обучение & TensorFlow / Н. Шакла при участии К. Фрикласа ; [перевод с английского А. И. Демьяникова]. - Санкт-Петербург : Питер, 2019. - 331 с. : ил. - (Серия "Библиотека программиста"). - Пер.изд.: Machine Learning with TensorFlow / Shukla N., Fricklas K., 2018
Аннотация: Новички в машинном обучении оценят прикладную направленность этой книги, ведь ее цель- познакомить с основами, чтобы затем быстро приступить к решению реальных задач. От обзора концепций машинного обучения и принципов работы с TensorFlow вы перейдете к базовым алгоритмам, изучите нейронные сети и сможете самостоятельно решить задачи классификации, кластеризации, регрессии и прогнозирования.
27. Ж2-19/66712
Шолле, Ф.
Глубокое обучение на Python [Текст] / Ф. Шолле ; [перевёл с английского А. Киселев]. - Санкт-Петербург [и др.] : Питер, 2019. - 397 с. : ил. - (Серия "Библиотека программиста"). - Пер. изд. : Deep learning with Python / F. Chollet. - S.I., 2018.
28. Ж2-19/66883
Осинга Д.
Глубокое обучение. Готовые решения / Д. Осинга ; перевод с английского А. Г. Гузикевича. - Москва ; Санкт-Петербург : Диалектика, 2019. - 280 с. : ил. - Пер.изд.: Deep learning cookbook / Osinga D. - Bejing [et al.], 2018
Аннотация: Это отличная книга для тех , кто предпочитает практику теории и хочет быстро приступить к разработке приложений глубокого обучения. Благодаря готовым примерам , приведенным в книге , вы научитесь решать задачи, связанные с классификацией и генерированием текста, изображений и музыки. В каждой главе описывается несколько решений, объединяемых в единый проект, например приложение, реализующее тренировку музыкальной рекомендательной системы. Также имеется глава с описанием методик, которые в случае необходимости помогут выполнить отладку нейронной сети. Все примеры написаны на языке Python и доступны в виде набора блокнотов.
29. Ж2-20/66943
Равичандиран, С.
Глубокое обучение с подкреплением на Python [Текст] : openAI Gym и TensorFlow для профи / С. Равичандиран ; [перевел с английского Е. Матвеев]. - Санкт-Петербург [и др.] : Питер, 2020. - 314 с. : ил. - (Серия "Библиотека программиста"). - Парал. тит. л. англ. - Библиогр.: с. 307. - Пер. изд. : Hands-On reinforcement learning with Python. Master reinforcement and deep reinforcement learning using OpenAI Gym and TensorFlow / S. Ravichandiran. - Birmingham, 2018.
Аннотация: Глубокое обучение с подкреплением - самое популярное и перспективное направление искусственного интеллекта. Практическое изучение RL на Python поможет освоить не только базовые , но и передовые алгоритмы глубокого обучения с подкреплением. Вы начнете с основных принципов обучения с подкреплением, OpenAL Gym и Tensor Flow, познакомитесь с марковскими цепями, методом Монте-Карло и динамическим программированием. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, и многих других последних достижениях RL. Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта.
30. Ж2-20/67456
Макмахан, Б.
Знакомство с PyTorch [Текст] : глубокое обучение при обработке естественного языка / Б. Макмахан, Д. Рао ; [перевод с английского И. Пальти]. - Санкт-Петербург [и др.] : Питер, 2020. - 248, [4] с. : ил. - (Серия "Бестселлеры O'Reilly"). - Пер. изд. : Natural language processing with PyTorch / D. Rao, B. McMahan. - Beijing [et al.] , 2019.
Аннотация: Обработка текстов на естественном языке ( Natural Language Processing NLP ) - крайне важная задача в области искусственного интеллекта. Успешная реализация делает возможными такие продукты, как Alexa от Amazon и Google Translate. Эта книга поможет вам изучить PyTorch - библиотеку глубокого обучения для языка Python - один из ведущих инструментов для дата-сайентистов и разработчиков ПО , занимающихся NLP.
31. Ж2-20/67584
Микелуччи У.
Прикладное глубокое обучение : подход к пониманию глубоких нейронных сетей на основе метода кейсов / Умберто Микелуччи ; перевод с английского Андрея Логунова. - Санкт-Петербург : БХВ-Петербург, 2020. - 368 с. : ил. - Пер.изд.: Applied Deep Learning. A Case-Based Approach to Understanding Deep Neural Networks / Michelucci U. - S.I., 2018. - Предм. указ.: с. 362-368 тираж не указ.
Аннотация: Затронуты расширенные темы глубокого обучения : оптимизационные алгоритмы, настройка гиперпараметров, отсев и анализ ошибок. стратегии решения типичных задач во время тренировки глубоких нейронных сетей. Описаны простые активационные функции с единственным нейроном, линейная и логистическая регрессии, библиотека TensorFlow, выбор стоимостной функции, а также более сложные нейросетевые архитектуры с многочисленными слоями и нейронами. Показана отладка и оптимизация расширенных методов отсева и регуляризации, настройка проектов машинного обучения, ориентированных на глубокое обучение с использованием сложных наборных данных. Приведены результаты анализа ошибок нейронной сети с примерами решения проблем, возникающих из-за дисперсии, смещения, переподгонки или разрозненных наборов данных. По каждому техническому решению даны примеры решения практических задач.
32. Ж2-18/67585
Московский физико-технический институт (государственный университет). Научная конференция (61 ; 2018). Труды 61-й Всероссийской научной конференции МФТИ, 19-25 ноября 2018 года. Нано-, био-, информационные, когнитивные и социогуманитарные науки и технологии : . - Москва [и др.] : МФТИ, 2018. - 70 с. : ил. - Библиогр. в конце ст.
33. Ж2-20/67724
Будума, Н.
Основы глубокого обучения : создание алгоритмов для искусственного интеллекта следующего поколения [Текст] / Нихиль Будума, при участии Николаса Локашо ; перевод с английского Александра Коробейникова ; научный редактор Андрей Созыкин. - Москва : Манн, Иванов и Фербер, 2020. - 298, [4] с. : ил. - (O'Reilly). - Пер. изд. : Fundamentals of deep learning : designing next-generation machine intelligence algorithms / Nikhil Buduma. - Beijing [et al.], 2017.
34. Ж2-20/68119
Шолле, Ф.
Глубокое обучение на Python [Текст] / Франсуа Шолле ; [перевел с английского А. Киселев]. - Санкт-Петербург [и др.] : Питер, 2020. - 397 с. : ил. - (Серия "Библиотека программиста"). - Библиогр. в подстроч. примеч. - Пер. изд. : Deep learning with Python / François Chollet. - 2018. - Тираж доп.
35. М/16400/109 за 2019 г.
Москаленко А.В.
О состоянии исследований бифуркационных феноменов памяти и запаздывания / А. В. Москаленко, Р. К. Тетуев, С. А. Махортых. - Москва : ИПМ им. М. В. Келдыша РАН, 2019. - 43, [1] с. - (Препринт / Институт прикладной математики имени М. В. Келдыша (Москва), ISSN 2071-2898 ; 109 за 2019 г.). - Библиогр.: с. 36-43 (96 назв.)
36. М/69848/1
Нейроинформатика-2015 : XVII всерос. науч.-техн. конф. с междунар. участием : сб. науч. тр. : в 3 ч. / Нац. исслед. ядер. ун-т "МИФИ". - М. : НИЯУ МИФИ. - 2015
Ч. 1 : Нейронные сети и когнитивные науки. Теория нейронных сетей. Нейросетевые системы обработки данных, распознавания образов и управления. - 2015. - 242 с. : ил. - Библиогр. в конце отд. ст. Имен. указ. с. 242.
37. М/69848/2
Нейроинформатика-2015 : XVII всерос. науч.-техн. конф. с междунар. участием : сб. науч. тр. : в 3 ч. / Нац. исслед. ядер. ун-т "МИФИ". - М. : НИЯУ МИФИ. - 2015
Ч. 2 : Нейросетевые системы обработки данных, распознавания образов и управления. Адаптивное поведение и эволюционное моделирование. - 2015. - 211 с. : ил. - Библиогр. в конце отд. ст.
38. М/69848/3
Нейроинформатика-2015 : XVII всерос. науч.-техн. конф. с междунар. участием : сб. науч. тр. : в 3 ч. / Нац. исслед. ядер. ун-т "МИФИ". - М. : НИЯУ МИФИ. - 2015
Ч. 3 : Нейросетевые системы обработки данных, распознавания образов и управления. Нейробиология. Теория нейронных сетей. Адаптивное поведение и эволюционное моделирование. - 2015. - 220 с. : ил. - Библиогр. в конце отд. ст. Имен. указ. с. 220
39. М/72108/1,2
Когнитивное моделирование [Текст] : пятый Международный форум по когнитивному моделированию (IFCM-20167), Кайшкайш, Португалия, 10-17 сентября 2017 г. : труды : [в 2 ч.]. - Ростов-на-Дону : Фонд науки и образования, 2017 - . - www.confcognresearch.ru, Парал. загл. англ., На обл. только загл. сер.
Ч. 1 : [Когнитивное моделирование в лингвистике]. Ч. 2 : [Когнитивное моделирование в науке, культуре, образовании] : [труды V Международной конференции CMCE-2017] : [труды XVIII Международной конференции CML-2017]. - 2017. - 465 с. : ил. - Парал. загл. вып. англ., Парал. загл. ст. англ. Аннот. англ. - Библиогр. в конце ст.
40. М/72237/2
Актуальные проблемы современной когнитивной науки [Текст] : сборник статей Международной научно-практической конференции, 10 февраля 2018 г., Саратов : [в 2 ч.] / "Аэтерна", научно-издательский центр. - Саратов : НИЦ АЭТЕРНА, 2018 - . Ч. 2. - 2018. - 249 с. : ил. - Библиогр. в конце ст.
41. М/73485/1
Нейроинформатика-2019 : XXI Международная научно-техническая конференция : сборник научных трудов : [в 2 частях] / Министерство науки и высшего образования Российской Федерации (Минобрнауки России), Российская академия наук, Московский физико-технический институт (Национальный исследовательский университет) [и др.]. - Москва : МФТИ. - 2019
Ч. 1 : Лекция по нейроинформатике. Искусственный интеллект. Прикладные нейросетевые системы. Нейробиология и нейробионика. Когнитивные науки и интерфейс "мозг-компьютер". Научные труды молодых специалистов. - 2019. - 196 с. : ил. - Библиогр. в конце ст.
42. М/73485/2
Нейроинформатика-2019 : XXI Международная научно-техническая конференция : сборник научных трудов : [в 2 частях] / Министерство науки и высшего образования Российской Федерации (Минобрнауки России), Российская академия наук, Московский физико-технический институт (Национальный исследовательский университет) [и др.]. - Москва : МФТИ. - 2019
Ч. 2 : Искусственный интеллект. Когнитивные науки и интерфейс "мозг-компьютер". Адаптивное поведение и эволюционное моделирование. Нейроморфные вычисления, глубокое обучение. Прикладные нейросетевые системы. Теория нейронных сетей, нейросетевые парадигмы и архитектуры. Нейробиология и нейробионика. - 2019. - 212 с. : ил. - Библиогр. в конце ст.
43. Н/21642/4-9
Крымская осенняя математическая школа-симпозиум по спектральным и эволюционным задачам (29 ; 2018 ; Симферополь).
КРОМШ-2018. XXIX Крымская осенняя математическая школа-симпозиум по спектральным и эволюционным задачам [Текст] : сборник материалов международной конференции : посвящается 100-летнему юбилею Таврического университета в Крыму. - Симферополь : Полипринт, 2018 - . - В надзаг.: Крым. федер. ун-т им. В. И. Вернадского [и др.]. Секции 4-9. - 2018. - 183 с. : ил. - Парал. загл. ст., аннот. англ. - Библиогр. в конце ст.
44. V4806
Neurocomputing [Текст]. - Выходит раз в два месяца. - ISSN 0925-2312
Аннотация: Научно-технический журнал. Статьи по теоретическим исследованиям, разработкам и применению нейровычислительных систем: нейронные сети и самообучаемые системы (архитектуры, теории и методы обучения, анализ динамики сети, самоорганизация, моделирование биологических нейронных сетей, сенсоримоторные преобразования и др.); смежные вопросы: искусственный интеллект, искусственная жизнь, когнитивная наука, вычислительная теория обучения, нечеткая логика, генетические алгоритмы, теория информации, машинное обучение, нейробиология и распознавание образов; новые достижения в проектировании среды аппаратных и программных средств для нейрокомпьютинга (программное обеспечение моделирования, архитектура аппаратного обеспечения эмуляции, модели параллельного вычисления, нейрокомпьютеры и нейрочипы и др.); применение нейронных сетей в различных областях (обработка сигнала и изображения, компьютерное зрение, управление, робототехника, оптимизация, календарное планирование, распределение ресурсов, прогнозирование и др.). Материалы дискуссий и сравнительные оценки, отчеты о конференциях, обзоры книг. В последнем номере тома - авторский и предметный указатели к тому.
45. Ahsen M.E.
Analysis of Deterministic Cyclic Gene Regulatory Network Models with Delays [Electronic resource] / M. E. Ahsen, H. Özbay, S. -I. Niculescu. - Electronic text data. - Cham : Springer, 2015 on-line. - (SpringerBriefs in Electrical and Computer Engineering. Control, Automation and Robotics, ISSN 2191-8120
46. Artificial Intelligence and Evolutionary Algorithms in Engineering Systems. Volume [Electronic resource] : proceedings of ICAEES 2014 / editors: L. P. Suresh [et al.]. - Electronic text data. - New Delhi : Springer, 2015. - on-line. - (Advances in Intelligent Systems and Computing, ISSN 2194-5365 ; vol. 325).
47. Aryan N.P.
Stimulation and Recording Electrodes for Neural Prostheses [Electronic resource] / N. P. Aryan, H. Kaim, A. Rothermel. - Electronic text data. - Cham : Springer, 2015 on-line. - (SpringerBriefs in Electrical and Computer Engineering, ISSN 2191-8120 ; vol. 78).
48. Asia Pacific Symposium on Intelligent and Evolutionary Systems (18 ; 2014 ; Singapore).
Proceedings of the 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems, Volume 1 [Electronic resource] / ed. H. Handa [et al.]. - Electronic text data. - Cham : Springer, 2015. - on-line. - (Proceedings in Adaptation, Learning and Optimization, ISSN 2363-6092 ; vol. 1).
49. Computational Intelligence, Medicine and Biology [Electronic resource] : Selected Links / ed.: K. Pancerz, E. Zaitseva. - Electronic text data. - Cham : Springer, 2015 on-line. - (Studies in Computational Intelligence, ISSN 1860-9503 ; vol. 600
50. Genetic and Evolutionary Computing. Volume II [Electronic resource] : proceedings of the Ninth International Conference on Genetic and Evolutionary Computing, August 26-28, 2015, Yangon, Myanmar / editors: T. T. Zin [et al.]. - Electronic text data. - Cham : Springer, 2016. - on-line. - (Advances in Intelligent Systems and Computing, ISSN 2194-5365 ; vol. 388).Collection). - Режим доступа : http://www.worldscinet.com/ijcia/ijcia.shtml (journal link (full text - НТО-3)). - Выходит ежеквартально. - ISSN 1469-0268
Аннотация: Статьи теоретического и прикладного характера по встроенным вычислительным средствам (искусственные нейронные сети, нечеткие системы, эволюционные вычисления и гибридные системы), обсуждение возможностей применения методов на основе двух и более встроенных стандартных и вычислительных средств. Тематика статей: нейронные сети, нечеткая логика, эволюционные вычисления, распознавание образов, гибридные интеллектуальные системы, символическое обучение машин, статистические модели, сжатие и поиск образов/аудио/видео, а также комбинированные: нейро-нечеткие, нейро-символические, нейро-эволюционные, нейро-распознавание образов, нечеткие-эволюционные, нечеткие-символические, эволюционные-символические и т.д. 20061027
51. Ishida Y.
Self-Repair Networks [Electronic resource] : A Mechanism Design / Y. Ishida. - Electronic text data. - Cham : Springer, 2015 on-line. - (Intelligent Systems Reference Library, ISSN 1868-4408 ; vol. 101
52. Jacobson, L.
Genetic Algorithms in Java Basics [Electronic resource] : Solve Classical Problems like The Travelling Salesman with GA / L. Jacobson, B. Kanber. - Electronic text data. - Berkeley, CA : Apress, 2015. - on-line. - (The Expert's Voice® in Java). - Загл. с экрана.
53. Mengov G.
Decision Science: A Human-Oriented Perspective [Electronic resource] / G. Mengov. - Electronic text data. - Berlin ; Heidelberg : Springer, 2015 on-line. - (Intelligent Systems Reference Library, ISSN 1868-4408 ; vol. 89
54. Rigatos G.G.
Advanced Models of Neural Networks [Electronic resource] : Nonlinear Dynamics and Stochasticity in Biological Neurons / G. G. Rigatos. - Electronic text data. - Berlin ; Heidelberg : Springer, 2015 on-line
55. Valero-Cuevas F.J.
Fundamentals of Neuromechanics [Electronic resource] / F. J. Valero-Cuevas. - Electronic text data. - London : Springer, 2016 on-line. - (Biosystems & Biorobotics, ISSN 2195-3570 ; vol. 8
56. Yadav N.
An Introduction to Neural Network Methods for Differential Equations [Electronic resource] / N. Yadav, A. Yadav, M. Kumar. - Electronic text data. - Dordrecht : Springer, 2015 on-line. - (SpringerBriefs in Applied Sciences and Technology. Computational Intelligence,
57. Ар15-8462
Гнилицкая, Ю. А.
Математическое моделирование и численное исследование процессов в сетеподобных объектах, описываемых эволюционными уравнениями [Текст] : автореф. дис. ... канд. физ.-мат. наук : 05.13.18 / Ю. А. Гнилицкая. - Воронеж, 2015. - 19 с. : ил. - Библиогр.: с. 18-19 (13 назв.).
58. Ар15-9411
Постнов, Д. Д.
Роль положительных обратных связей в формировании структур и эволюционной динамике стохастических моделей нейросистем [Текст] : автореф. дис. ... канд. физ.-мат. наук : 01.04.03, 03.01.02 / Д. Д. Постнов. - Саратов, 2015. - 19 с. : ил. - Библиогр.: с. 18-19 (18 назв.).
59. Ар16-4040
Шараев М.Г.
Функциональная интеграция нейрональных популяций в мозге человека : автореф. дис. ... канд. физ.-мат. наук : 03.01.02 / М. Г. Шараев. - М., 2016. - 27 с. : ил. - Библиогр.: с. 25-27 100
60. Ар18-5270
Казанович Я.Б.
Осцилляторные нейросетевые модели когнитивных функций мозга : автореф. дис. ... д-ра физ.-мат. наук : 03.01.02 / Я. Б. Казанович. - Пущино, 2018. - 38 с. : ил. - Библиогр.: с. 37-38 (30 назв.)
2. Прикладные нейросетевые системы
61. Д10-15/22056
Арутюнян А.С.
Нейросетевые технологии финансово-экономического анализа / А. С. Арутюнян, А. В. Коваленко, М. Х. Уртенов ; Кубан. гос. технол. ун-т. - Краснодар : КубГТУ, 2015. - 148 с. : ил. - Библиогр.: с. 143-144 (17 назв.)
62. Д10-15/22151
Морозова А.В.
Многопараметрические социальные объекты в условиях неопределенности: нейросетевое моделирование, типизация и квалиметрия / А. В. Морозова, Д. Е. Тарасов, А. А. Алисов. - М. : Спектр, 2015. - 127 с. : ил. - Библиогр.: с. 121-127 (102 назв.)
63. Д10-15/24818
Нейросетевые модели и технологии в финансовом анализе : курс лекций / Новосиб. гос. ун-т экономики и упр. ; сост. Т. В. Сумская. - Новосибирск : НГУЭУ, 2015. - 83 с. : ил. - Библиогр.: с. 79-81 (22 назв.)
64. Д10-15/29090
Семенычев, В. К.
Предложения эконометрического инструментария моделирования и прогнозирования эволюционных процессов [Текст] / В. К. Семенычев, А. А. Коробецкая, В. Н. Кожухова. - Самара : САГМУ, 2015. - 382 с. : ил. - Библиогр.: с. 321-333 (199 назв.)
65. Д10-15/29218
Хливненко Л.В.
Практика нейросетевого моделирования / Л. В. Хливненко. - Воронеж : Воронеж. гос. техн. ун-т, 2015. - 214 с. : ил. - Библиогр.: с. 199-210 (102 назв.)
66. Д10-15/29937
Васильев А.Н.
Нейросетевой подход к задачам математической физики / А. Н. Васильев, Д. А. Тархов, Т. А. Шемякина. - СПб. : Нестор-История, 2015. - 259 с. : ил. - Библиогр. в конце гл.
67. Д10-15/34966
Красногорская, Н. Н.
Геоэкологическая оценка и прогнозирование опасных природно-техногенных процессов на водосборе реки [Текст] / Н. Н. Красногорская, Э. В. Нафикова. - М. : Инновац. машиностроение, 2015. - 242 с. : ил. - Библиогр.: с. 183-212 (276 назв.). - 500 экз.
Аннотация: Представлены результаты исследований по оценке и прогнозированию геоэкологических опасностей на водотоках в современных природно-антропогенных условиях, а также выполнена диагностика входных параметров, в том числе астрономических, модели прогноза геоэкологических процессов на водосборе р. Белая. Приведены результаты применения элементов искусственного интеллекта (искусственных нейронных сетей и генетических алгоритмов) для прогноза геоэкологически опасных явлений, вызванных повышенной и/или пониженной водностью и загрязняющими веществами. Оценен геоэкологический риск количественного и качественного истощения водных ресурсов. Приведены мероприятия по снижению негативных последствий опасных природно-техногенных процессов, вызванных повышенной и/или пониженной водностью реки.
68. Д10-16/38483
Нейросетевые принципы в идентификации и изучении систем с хаотической динамикой / В. М. Еськов [и др.] ; под ред. А. А. Хадарцева, В. М. Еськова. - Тула : Изд-во ТулГУ, 2016. - 397 с. : ил. - Библиогр.: с. 368-395 (334 назв.)
69. Д10-16/38535
Брусов В.С.
Нейросетевое моделирование движения летательных аппаратов / В. С. Брусов, Ю. В. Тюменцев. - М. : МАИ, 2016. - 191 с. : ил. - (Научная библиотека). - Библиогр.: с. 181-190 (150 назв.)
70. Д10-16/40024
Тынчеров К.Т.
Отказоустойчивые принципы синтеза нейросетевых структур в базисе модулярных вычислений : монография / К. Т. Тынчеров ; Уфим. гос. нефтян. техн. ун-т, Фил. в г. Октябрьском. - Уфа : УГНТУ, 2016. - 278 с. : ил. - Библиогр.: с. 253-272 (246 назв.)
71. Д10-16/41661
Красногорская, Н. Н.
Прогнозирование опасных природно-техногенных процессов на водосборе реки с использованием элементов искусственного интеллекта [Текст] / Н. Н. Красногорская, Э. В. Нафикова. - Уфа : Первая тип., 2016. - 214 с. : ил. - Библиогр.: с. 177-202 (235 назв.)
Аннотация: Изложены результаты исследований по прогнозированию геоэкологических опасностей на водотоках в современных природно-антропогенных условиях. Проведены результаты диагностики входных параметров, в т.ч. астрономических, а также модели прогноза геоэкологических процессов на водосборе р. Белая. Представлены результаты применения элементов искусственного интеллекта (искусственных нейронных сетей и генетических алгоритмов) для прогноза геоэкологически опасных явлений, вызванных повышенной и/или пониженной водностью реки, а также загрязнением её химическими веществами.
72. Д10-16/50646
Воронова, В. В.
Генетический алгоритм при автоматизации проектирования электронных средств [Текст] : учебное пособие / В. В. Воронова, И. В. Суздальцев ; Казанский национальный исследовательский технический университет им. А. Н. Туполева - КАИ. - 2-е изд., испр. и доп. - Казань : Изд-во КНИТУ-КАИ, 2016. - 72 с. : ил. - Библиогр.: с. 71 (9 назв.)
73. Д10-16/42201
Иванов А.И.
Многомерная нейросетевая обработка биометрических данных с программным воспроизведением эффектов квантовой суперпозиции : монография / А. И. Иванов. - Пенза : ПНИЭИ, 2016. - 132 с. : ил. - Библиогр.: с. 85-91 (95 назв.)
74. Д10-17/43065
Трофимова Е.А.
Нейронные сети в прикладной экономике : учеб. пособие / Е. А. Трофимова, В. Д. Мазуров, Д. В. Гилёв ; [под общ. ред. Е. А. Трофимовой] ; Урал. федер. ун-т им. первого Президента России Б. Н. Ельцина, Высш. шк. экономики и менеджмента.- Екатеринбург : Изд-во Урал. ун-та, 2017.- 94 с.: ил. - Библиогр.: с. 94.
75. Д10-17/45683
Зуева В.Н.
Нейросетевое прогнозирование графиков нагрузки электрооборудования предприятий, организаций и учреждений : монография / В. Н. Зуева, Д. А. Трухан ; Куб. гос. технол. ун-т. - Краснодар : КубГТУ, 2017. - 131 с. : ил. - Библиогр.: с. 119-131 (136 назв.) 130
76. Д10-17/54307
Барский А.Б.
Нейросетевые методы оптимизации решений : учебное пособие (курс лекций) для студентов, обучающихся в магистратуре технических и экономических вузов / А. Б. Барский. - Санкт-Петербург : Интермедия, 2017. - 312 с. : ил. - Библиогр.: с. 291-293 (23 назв.)
77. Д10-18/55710
Пятакович В.А.
Нейросетевые технологии в интеллектуальных системах обнаружения и оперативной идентификации морских целей : монография / В. А. Пятакович, А. М. Василенко, О. В. Хотинский ; Морской государственный университет имени Г. И. Невельского. - Владивосток : Мор. гос. ун-т им. Г. И. Невельского, 2018. - 263 с. : ил. - Библиогр.: с. 250-259 (135 назв.)
78. Д10-18/56380
Бирюков А.Н.
Бюджетно-налоговое администрирование: нейросетевые методы исследований / А. Н. Бирюков ; Башкирский государственный университет, Стерлитамакский филиал. - Москва : НИИ истории, экономики и права, 2018. - 147 с. : ил. - Библиогр.: с. 140-147 (85 назв.)
79. Д10-18/60251
Осовский С.
Нейронные сети для обработки информации / С. Осовский. - 2-е изд., перераб. и доп. - Москва : Горячая линия - Телеком, 2018. - 448 с. : ил. - Библиогр.: с. 428-438 (238 назв.)
Аннотация: Представлены разделы теории и систематизирована обширная информация о новейших достижениях в области искусственных нейронных сетей и их практических приложениях. Уделено внимание алгоритмам обучения и их применению для обработки измерительной информации. Дополнено разделом о сетях типа Support Vector Machine (SVM).
80. Д10-18/64012
Сахнюк П.А.
Нейрокомпьютерные вычислительные средства с параллельной архитектурой для обработки сигналов : монография / П. А. Сахнюк ; Финансовый университет при Правительстве Российской Федерации. - Ставрополь : Секвойя, 2018. - 149 с. : ил. - Библиогр.: с. 136-149 (176 назв.)
Аннотация: Основное содержание монографии составляют методы и алгоритмы представления и обработки данных, представленных в системе остаточных классов; приближение нейронных сетей к арифметической структуре модулярной арифметики; математические модели и архитектура нейронной сети конечного кольца; принцип деградации и алгоритм реконфигурации нейронного специализированного процессора.
81. Д10-19/64391
Станкевич, Л. А.Когнитивные системы и роботы : монография / Л. А. Станкевич ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого. - Санкт-Петербург : Политех-Пресс, 2019. - 630 с. : ил. - Библиогр. в конце частей.
Аннотация: В монографии рассматриваюся искусственные когнитивные системы и их применение в робототехнике; когнитивный подход в искусственном интеллекте и его развитие в искусственных когнитивных системах. Дается описание когнитивных парадигм, архитектур и некоторых проектов по искусственным когнитивным системам; когнитивных моделей, методов и средств их реализации, проблем организации когнитивных систем и их обучения. Освещаются вопросы построения когнитивных систем роботов ,а также интегрированных систем управления поведением автономных роботов
82. Д10-19/67046
Конченкова, Е. И.
Многопараметрическая кластеризация инновационных проектов ранних стадий развития на рынке венчурного инвестирования сетями искусственных нейронов [Текст] : монография / Е. И. Конченкова, П. В. Терелянский ; Министерство науки и высшего образования Российской Федерации, Южно-Российский государственный политехнический университет (НПИ) имени М. И. Платова, Институт проблем управления им. В. А. Трапезникова. - Новочеркасск : ЮРГПУ (НПИ), 2019. - 123 с. : ил. - Библиогр.: с. 116-123 (97 назв.).
83. Д10-19/67822
Данилова О.В.
Применение нейронных сетей для решения задач управления системами электропривода : монография / О. В. Данилова, В. Н. Мещеряков, В. Г. Каратаев ; Министерство науки и высшего образования РФ, Липецкий государственный педагогический университет имени П. П. Семенова-Тян-Шанского, Липецкий государственный технический университет. - Липецк : ЛГПУ им. П. П. Семенова-Тян-Шанского, 2019. - 160 с. : ил. - Библиогр.: с. 151-160 (98 назв.)
84. Д10-17/68563
Пятакович В.А.
Распознавание и классификация источников формирования полей различной физической природы в морской среде : монография / В. А. Пятакович, А. М. Василенко , О. В. Хотинский ; Федеральное агентство морского и речного транспорта, Морской государственный университет им. Г. И. Невельского. - Владивосток : Морской гос. ун-т им. Г. И. Невельского, 2017. - 254 с : ил. Библиогр.: с. 242-251 (95 назв.)
Аннотация: Монография является продолжением серии трудов, особенностью которых является привлечение аппарата нечеткой логики и комбинированных нейросетей для решения задач распознавания и классификации морских объектов. Авторы рассматривают математические модели искусственных нейронных сетей, алгоритмы их обучения , а также вариант аппаратной реализации нейросети на базе программируемой логической интегральной схемы, дополняющей спектральную и корреляционные линии анализа широкополосных сигналов в приемном тракте радиогидроакустичекой системы мониторинга морских акваторий.
85. Д10-19/68898
Кабалдин Ю.Г.
Управление киберфизическими механообрабатывающими системами в цифровом производстве на основе искусственного интеллекта и облачных технологий / Ю. Г. Кабалдин, Д. А. Шатагин, П. В. Колчин. - Москва : Инновационное машиностроение, 2019. - 292 с. : ил. - Библиогр.: с. 288-292 (65 назв.) тираж не указ.
86. Д10-19/72514
Сопов Е.А.
Многокритериальные нейроэволюционные системы в задачах машинного обучения и человеко-машинного взаимодействия : монография / Е. А. Сопов, И. А. Иванов ; Министерство науки и высшего образования Российской Федерации, Сибирский федеральный университет. - Красноярск : СФУ, 2019. - 158 с.: ил. - Библиогр.: с. 131-142 (151 назв.)
87. М/16400/77 за 2017 г.
Савицкий А.В.
Модель квадрокоптера и нейросетевой алгоритм управления / А. В. Савицкий, В. Е. Павловский. - Москва : ИПМ им. М. В. Келдыша РАН, 2017. - 20 с. : ил. - (Препринт / Институт прикладной математики имени М. В. Келдыша (Москва) ; 77 за 2017 г.). - Библиогр.: с. 18-19 (16 назв.)
88. М/16400/83 за 2017 г.
Павловский В.Е.
"Интерфейс мозг-компьютер" для экзоскелета БИОМЕХ: базовая функциональность / В. Е. Павловский, Е. А. Солдатенкова. - Москва : ИПМ им. М. В. Келдыша РАН, 2017. - 20 с. : ил. - (Препринт / Институт прикладной математики имени М. В. Келдыша (Москва) ; 83 за 2017 г.). - Библиогр.: с. 18-19 (28 назв.)
89. М/16400/198 за 2018 г.
Сорокин А.В.
Коррекция и прогнозирование орбитального движения космических аппаратов с помощью искусственных нейронных сетей / А. В. Сорокин, М. Г. Широбоков. - Москва : ИПМ им. М. В. Келдыша РАН, 2018. - 28 с. : ил. - (Препринт / Институт прикладной математики имени М. В. Келдыша (Москва), ISSN 2071-2898 ; 198 за 2018 г.). - Библиогр.: с. 27 (10 назв.)
90. М/16400/269 за 2018 г.
Сорокин А.В.
Разработка нейронных сетей для управления орбитальным движением космических аппаратов с двигателем малой тяги / А. В. Сорокин, М. Г. Широбоков. - Москва : ИПМ им. М. В. Келдыша РАН, 2018. - 25 с. : ил. - (Препринт / Институт прикладной математики имени М. В. Келдыша (Москва), ISSN 2071-2898 ; 269 за 2018 г.). - Библиогр.: с. 23-24 (21 назв.)
91. М/16400/282 за 2018 г.
Басс Л.П.
Сверточные нейронные сети с глубоким обучением в задачах обработки гиперспектральных спутниковых данных / Л. П. Басс, М. Г. Кузьмина, О. В. Николаева. - Москва : ИПМ им. М. В. Келдыша РАН, 2018. - 32 с. : ил. - (Препринт / Институт прикладной математики имени М. В. Келдыша (Москва), ISSN 2071-2898 ; 282 за 2018 г.). - Библиогр.: с. 26-32.
92. М/16400/131 за 2019 г.
Предсказание эволюции динамических систем остаточными нейронными сетями / А. В. Чащин, М. А. Бочев, И. В. Оселедец, Г. В. Овчинников. - Москва : ИПМ им. М. В. Келдыша РАН, 2019. - 26 с. : ил. - (Препринт / Институт прикладной математики имени М. В. Келдыша (Москва), ISSN 2071-2898 ; 131 за 2019 г.). - Библиогр.: с. 23-26 (38 назв.)
93. М/69094/3
Математические основы финансово-экономического анализа : учеб. пособие / Е. В. Казаковцева [и др.]. - Краснодар : Куб. гос. ун-т. - 20. - В надзаг.: Кубан. гос. ун-т
Ч. 3 : Арутюнян А.С. Нейросетевые технологии / А. С. Арутюнян, А. В. Коваленко, М. Х. Уртенов. - 2015. - 152 с. : ил. - Библиогр.: с. 147-148 (17 назв.)
94. У2108/2015/1
Кузнецов, С. Н.
Модель и программа для поддержки принятия решений в сфере управления твердыми бытовыми отходами на местном уровне [Текст] / С. Н. Кузнецов, Е. П. Волынкина // Вестник Кузбасского государственного технического университета. - 2015. - № 1. - С. 158-163.
Аннотация: Интегрированная модель управления твердыми бытовыми отходами, отличающаяся от известных тем, что учитывает жизненный цикл отходов, иерархию управления и многоцелевой генетический алгоритм в качестве метода оптимизации. Модель является наиболее полной из всех известных и позволяет количественно оценить и сравнить различные сценарии управления отходами.
95. Ар15-1088
Хайруллина Н.А.
Экономическое моделирование и нейросетевые инструменты для принятия управленческих решений в планировании городской застройки : автореф. дис. ... канд. экон. наук : 08.00.13 / Н. А. Хайруллина. - Уфа, 2015. - 22 с. : ил. - Библиогр.: с. 20-22 (12 назв.)
96. Ар15-5278
Сапрыкина О.В.
Информационная поддержка построения транспортной инфраструктуры на основе нейросетевых и эволюционных моделей : автореф. дис. ... канд. техн. наук : 05.13.01 / О. В. Сапрыкина. - Самара, 2015. - 16 с. : ил. - Библиогр.: с. 15-16 (30 назв.)
97. Ар15-6405
Цейтлина Т.О.
Метод долгосрочного прогнозирования развития сети внутрироссийских магистральных авиалиний на основе технологий нечеткого моделирования и нейросетевого программирования : автореф. дис. ... канд. техн. наук : 05.13.01 / Т. О. Цейтлина. - М., 2015. - 22 с. : ил. - Библиогр.: с. 21-22 (15 назв.) 100 экз.
98. Ар15-8450
Сагациян М.В.
Разработка и исследование коллективных нейросетевых алгоритмов дикторонезависимого распознавания речевых сигналов : автореф. дис. ... канд. техн. наук : 05.12.04 / М. В. Сагациян. - Владимир, 2015. - 17 с. : ил. - Библиогр.: с. 15-17 (16 назв.)
99. Ар15-10707
Хивинцев, М. А.
Агрерированная с многоагентным генетическим алгоритмом имитационная модель предприятия дистанционной торговли для решения задачи многокритериальной оптимизации [Текст] : автореф. дис. ... канд. техн. наук : 05.13.18 / М. А. Хивинцев. - М., 2015. - 27 с. : ил. - Библиогр.: с. 27 (5 назв.). - 100 экз.
100. Ар15-11679
Запорожец, Д. Ю.
Разработка и исследование подсистемы биоинспирированного поиска оптимальных решений в САПР [Текст] : автореф. дис. ... канд. техн. наук : 05.13.12 / Д. Ю. Запорожец. - Таганрог, 2015. - 16 с. : ил. - Библиогр.: с. 14-16 (23 назв.).
101. Ар15-13311
Глубокова С.В.
Построение нейросетевой автоматизированной системы выбора методов измерений отклонений ориентации поверхностей детали : автореф. дис. ... канд. техн. наук : 05.11.16 / С. В. Глубокова. - М., 2015. - 19 с. : ил. - Библиогр.: с. 18-19 (10 назв.)
102. Ар15-13988
Друки А.А.
Алгоритмы нейросетевого детектирования и распознавания символов на сложном фоне : автореф. дис. ... канд. техн. наук : 05.13.01 / А. А. Друки. - Томск, 2015. - 23 с. : ил. - Библиогр.: с. 21-23 (22 назв.)
103. Ар16-340
Пархоменко С.С.
Нейросетевое моделирование и эволюционное планирование процессов в сетях добровольных вычислений : автореф. дис. ... канд. техн. наук : 05.13.18 / С. С. Пархоменко. - Воронеж, 2015. - 20 с. : ил. - Библиогр.: с. 19-20 (13 назв.)
104. Ар16-810
Яа Зар До
Методы и алгоритмы классификации электрокардиосигналов на основе сингулярного анализа и нейросетевого моделирования : автореф. дис. ... канд. техн. наук : 05.13.01 / Яа Зар До. - Курск, 2015. - 20 с. : ил. - Библиогр.: с. 18-20 (15 назв.)
105. Ар16-941
Козлова Л.Е.
Разработка нейросетевого наблюдателя угловой скорости ротора в электроприводе по схеме ТРН-АД : автореф. дис. ... канд. техн. наук : 05.09.03 / Л. Е. Козлова. - Томск, 2015. - 21 с. : ил. - Библиогр.: с. 19-21 (22 назв.) 100 экз
106. Ар16-2526
Усачев, М. С.
Многокритериальный выбор вариантов технических средств распределенных систем управления на основе четких, нечетких множеств и генетических алгоритмов [Текст] : автореф. дис. ... канд. техн. наук : 05.13.01 / М. С. Усачев. - Мытищи, 2016. - 24 с. : ил. - Библиогр.: с. 23-24 (14 назв.).
107. Ар16-2683
Достовалов В.В.
Обоснование методики оптимизации размещения поисково-оценочных скважин в пределах сложнопостроенных нефтегазовых месторождений Лено-Тунгусской нефтегазоносной провинции с использованием нейронного анализа (на примере Юрубчено-Тохомской зоны нефтегазонакопления) : автореф. дис. ... канд. геол.-минерал. наук : 25.00.12 / В. В. Достовалов. - Новосибирск, 2015. - 16 с. : ил. - Библиогр.: с. 15-16 (11 назв.)
108. Ар16-3864
Хлопкова, О. А.
Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования [Текст] : автореф. дис. ... канд. техн. наук : 05.13.17 / О. А. Хлопкова. - М., 2016. - 18 с. : ил. - Библиогр.: с. 17-18 (9 назв.).
109. Ар16-4044
Хуршудов А.А.
Нейросетевая система распознавания изображений с использованием локально-эквивариантной репрезентации : автореф. дис. ... канд. техн. наук : 05.13.01 / А. А. Хуршудов. - Краснодар, 2016. - 24 с. : ил. - Библиогр.: с. 23-24 (9 назв.) 100 экз.
110. Ар16-5502
Мухаметшина Е.С.
Математические модели и алгоритмы расчетного экологического мониторинга качества атмосферного воздуха : автореф. дис. ... канд. техн. наук : 05.13.18 / Мухаметшина Е. С. - Казань, 2016. - 16 с. : ил. - Библиогр.: с. 14-16 (23 назв.)
Аннотация: Разработки нейросетевых, нечётких и нейронечётких математических моделей, методов и алгоритмов для создания системы расчётного экологического мониторинга качества атмосферного воздуха территории с высоким уровнем антропогенной нагрузки.
111. Ар16-6060
Лагунов Н.А.
Нейросетевое моделирование распознавания многопараметрических объектов : автореф. дис. ... канд. техн. наук : 05.13.18 / Н. А. Лагунов. - Ставрополь, 2016. - 18 с. : ил. - Библиогр.: с. 16-18
112. Ар16-6246
Никулин С.В.
Совершенствование функциональных подсистем АСУТП бумажного производства на основе экстремального, нейросетевого и предиктивного управления : автореф. дис. ... канд. техн. наук : 05.13.06 / С. В. Никулин. - Пенза, 2016. - 21 с. : ил. - Библиогр.: с. 19-21 (18 назв.)
113. Ар16-6694
Сонькин, К. М.
Система классификации электроэнцефалографических сигналов воображаемых движений мелкой моторики для интерфейса мозг-компьютер [Текст] : автореф. дис. ... канд. техн. наук : 05.11.16 / К. М. Сонькин. - СПб., 2016. - 22 с. : ил. - Библиогр.: с. 21-22 (12 назв.).
114. Ар16-9146
Аль-Хайдри Валид Ахмед
Нейросетевая система обнаружения искажений при автоматическом распознавании электрокардиосигнала : автореф. дис. ... канд. техн. наук : 05.11.17 / Аль-Хайдри Валид Ахмед ; В. А. Аль-Хайдри. - Рязань, 2016. - 18 с. : ил. - Библиогр.: с. 17-18 (13 назв.)
115. Ар16-9518
Горшков О.Г.
Система для нейросетевого анализа биомедицинских сигналов фрактальной структуры : автореф. дис. ... канд. техн. наук : 05.11.17 / О. Г. Горшков. - Таганрог, 2016 - 19 с.: ил. - Библиогр.:с. 16-18 (19 назв.)
116. Ар16-9942
Рыбка Р.Б.
Комплекс нейросетевых и вероятностных методов для математического моделирования синтаксической структуры предложения : автореф. дис. ... канд. техн. наук : 05.13.18 / Р. Б. Рыбка. - СПб., 2016. - 18 с. - Библиогр.: с. 18 (9 назв.)
117. Ар16-10649
Тюменцев Ю.В.
Нейросетевое моделирование адаптивных динамических систем : автореф. дис. ... д-ра техн. наук : 05.13.01 / Ю. В. Тюменцев. - М., 2016. - 35 с. : ил. - Библиогр.: с. 25-35 (92 назв.)
118. Ар16-10833
Калиновский И.А.
Метод нейросетевого детектирования лиц в видеопотоке сверхвысокого разрешения : автореф. дис. ... канд. техн. наук : 05.13.11 / И. А. Калиновский. - Томск, 2016. - 20 с. : ил. - Библиогр.: с. 19-20 (10 назв.)
119. Ар16-10964
Якименко В.А.
Разработка функционально-программного прототипа индивидуально-адаптированной системы поддержки управляющих действий пилота на этапе посадки с использованием нейросетевого подхода : автореф. дис. ... канд. техн. наук : 05.13.01 / В. А. Якименко. - М., 2016. - 21 с. : ил. - Библиогр.: с. 19-21 (11 назв.)
120. Ар16-10984
Дуденков В.М.
Разработка нейросетевых моделей человекомашинного общения : автореф. дис. ... канд. физ.-мат. наук : 05.13.17 / В. М. Дуденков. - Воронеж, 2016. - 16 с. - Библиогр.: с. 15-16 (12 назв.)
121. Ар16-11516
Обухов А.Д.
Разработка комплекса нейросетевых моделей управления оперативной работой сортировочной станции : автореф. дис. ... канд. техн. наук : 05.22.08 / А. Д. Обухов. - СПб., 2016. - 16 с. - Библиогр.: с. 16 (11 назв.)
122. Ар16-12064
Бахшиев, А. В.
Нейроморфные системы управления на основе модели импульсного нейрона со структурной адаптацией : автореф. дис. ... канд. техн. наук: 05.13.01 / А. В. Бахшиев. - 2016. - 18 с. - Библиогр.: с. 18 (12 назв.).
123. Ар17-3076
Швагер, Д. А.
Разработка генетического алгоритма для оптимизации процесса моделирования многопараметрической нелокальной плазмы [Текст] : автореф. дис. ... канд. техн. наук : 05.13.18 / Д. А. Швагер. - СПб., 2017. - 19 с. : ил. - Библиогр.: с. 19 (6 назв.).
124. Ар17-4380
Егорова Е.Г.
Оперативное управление процессом производства железорудного агломерата : автореф. дис. ... канд. техн. наук : 05.13.06 / Е. Г. Егорова. - СПб., 2017. - 20 с. : ил. - Библиогр.: с. 20 (3 назв.)
125. Ар17-5206
Позин А.О.
Методы и средства прогнозирования профессиональных заболеваний работников животноводческого комплекса на основе нечетких нейросетевых моделей : автореф. дис. ... канд. техн. наук : 05.11.17 / А. О. Позин. - Курск, 2017. - 20 с. : ил. - Библиогр.: с. 19-20 (12 назв.)
126. Ар17-5699
Залога, А. Н.
Автоматизация метода полнопрофильного анализа поликристаллов с использованием генетических алгоритмов [Текст] : автореф. дис. ... канд. физ.-мат. наук : 01.04.01 / А. Н. Залога. - Красноярск, 2017. - 21 с. : ил. - Библиогр.: с. 20-21 (24 назв.)
127. Ар17-8451
Мещерякова О.В.
Нейросетевое управление и коррекция систем электропривода механизмов передвижения мобильных роботов : автореф. дис. ... канд. техн. наук : 05.09.03 / О. В. Мещерякова. - Липецк, 2017. - 22 с. : ил. - Библиогр.: с. 19-22 (27 назв.)
128. Ар17-8631
Денисенков, М. А.
Методы и алгоритмы моделирования индивидуального и коллективного поведения интеллектуальных агентов на основе адаптивных нечетких ситуационных сетей [Текст] : автореф. дис. ... канд. техн. наук : 05.13.17 / М. А. Денисенков. - Москва, 2017. - 20 с. : ил. - Библиогр.: с. 19-20 (22 назв.).
129. Ар17-9470
Кабирова А.Н.
Методы и комплексы программ построения нейросетевых моделей регуляторов для управления динамическим объектом : автореф. дис. ... канд. техн. наук : 05.13.18 / А. Н. Кабирова. - Казань, 2017. - 19 с. : ил. - Библиогр.: с. 18-19
130. Ар17-9527
Аед Валид Мохаммед Ахмед
Развитие методов и алгоритмов обработки и нейросетевого анализа фонокардиосигнала : автореф. дис. ... канд. техн. наук : 05.12.04 / Аед Валид Мохаммед Ахмед. - Владимир, 2017. - 19 с. : ил. - Библиогр.: с. 18-19 (12 назв.) 100 экз
131. Ар17-9624
Хритоненко Д.И.
Адаптивные коллективные нейро-эволюционные алгоритмы интеллектуального анализа данных : автореф. дис. ... канд. техн. наук : 05.13.01 / Д. И. Хритоненко. - Красноярск, 2017. - 18 с. : ил. - Библиогр.: с. 15-17 (21 назв.)
132. Ар17-9749
Иванов И.А.
Проектирование нейросетевых систем глубинного обучения эволюционными алгоритмами для задачи человеко-машинного взаимодействия : автореф. дис. ... канд. техн. наук : 05.13.01 / И. А. Иванов. - Красноярск, 2017. - 23 с. : ил. - Библиогр.: с. 22-23 (17 назв.)
133. Ар17-10420
Жабин, Д. А.
Автоматизированный синтез схем и топологий малошумящих СВЧ транзисторных усилителей на основе генетического алгоритма и параметрических моделей элементов в виде S-параметров [Текст] : автореф. дис. ... канд. техн. наук : 05.12.07 / Д. А. Жабин. - Томск, 2017. - 27 с. : ил. - Библиогр.: с. 27 (11 назв.).
134. Ар17-10851
Папаев П.Л.
Ячеечно-нейросетевая система компьютерного анализа последствий аварийного загрязнения атмосферы химическими производствами : автореф. дис. ... канд. техн. наук : 05.13.01 / П. Л. Папаев. - Москва, 2017. - 17 с. : ил. - Библиогр.: с. 15-16 (11 назв.)
Аннотация: Разработка методического, алгоритмического и программно-информационного обеспечения ячеечно-нейросетевой системы компьютерного анализа последствий аварийного загрязнения атмосферы (ЯНСКА) химическими производствами с использованием методологии системного подхода; применение разработанной ИС «ЯНСКА» для ОВОС и принятия научно-обоснованных управленческих решений в чрезвычайных ситуациях.
135. Ар18-2361
Игнатенков А.В.
Нейросетевое моделирование и упорядочение транспортных потоков на линиях железных дорог : автореф. дис. ... канд. техн. наук : 05.13.18 / А. В. Игнатенков. - Пенза, 2018. - 17, [1] с. : ил. - Библиогр.: с. 17-18 (13 назв.)
136. Ар18-3156
Ишкулова, А. Р.
Многопараметрическое оптимальное управление процессом нанесения гальванических покрытий с использованием генетических алгоритмов [Текст] : автореф. дис. ... канд. техн. наук : 05.13.06 / А. Р. Ишкулова. - Оренбург, 2018. - 18 с. : ил. - Библиогр.: с. 17-18 (15 назв.).
137. Ар18-3639
Фомин А.В.
Адаптивное управление печами отжига металла на основе нейросетевой настройки параметров линейных регуляторов : автореф. дис. ... канд. техн. наук : 05.13.06 / А. В. Фомин. - Старый Оскол, 2018. - 20 с. : ил. - Библиогр.: с. 17-20 (24 назв.) тираж не указ
138. Ар18-3680
Харисова З.И.
Информационно-измерительная система для гранулометрического анализа жидких дисперсных сред на основе видеотехнических средств и нейросетевых технологий : автореф. дис. ... канд. техн. наук : 05.11.16 / З. И. Харисова. - Уфа, 2018. - 17 с. : ил. - Библиогр.: с. 16-17 (21 назв.)
139. Ар18-3977
Попов, С. А.
Локализация инвариантных множеств и аттракторов эволюционных систем, связанных с одно и двух-фазовой задачами нагрева и их численная реконструкция с помощью метода Такенса [Текст]: автореф. дис. .. канд. физ.-мат. наук : 01.01.02 / С. А. Попов. - Санкт-Петербург, 2018. - 16 с. - Библиогр.: с. 15-16.
140. Ар18-4470
Ясницкий В.Л.
Нейросетевое моделирование процессов массовой оценки и сценарного прогнозирования рыночной стоимости жилой недвижимости : автореф. дис. ... канд. экон. наук : 08.00.13 / В. Л. Ясницкий. - Пермь, 2018. - 24 с. : ил. - Библиогр.: с. 23-24 (12 назв.)
141. Ар18-6130
Алхасов, С. С.
Разработка и исследование оптимизационных алгоритмов для решения задач бинарной классификации [Текст] : автореф. дис. ... канд. техн. наук : 05.13.17 / С. С. Алхасов. - Таганрог, 2018. - 20 с. : ил. - Библиогр.: с. 19-20 (11 назв.).
142. Ар18-6856
Ерохин, В. В.
Органические мемристорные приборы и нейроморфные системы : автореф. дис. ... д-ра физ.-мат. наук: 01.04.07 / В. В. Ерохин ; национальный исследовательский центр "Курчатовский институт". - 2018. - 42 с. : ил. - Библиогр.: с. 36-42.
143. Ар18-7253
Карелина Е.Б.
Разработка интеллектуального комплекса для адаптивного управления параметрами микроклимата процессов хранения муки : автореф. дис. ... канд. техн. наук : 05.13.06 / Е. Б. Карелина. - Москва, 2018. - 23 с. : ил. - Библиогр.: с. 21-23 (15 назв.)
144. Ар18-8158
Ахметвалеев А.М.
Нейросетевая модель и программный комплекс определения функционального состояния опьянения человека по зрачковой реакции на световое импульсное воздействие : автореф. дис. ... канд. техн. наук : 05.13.18 / А. М. Ахметвалеев. - Казань, 2018. - 16 с. : ил. - Библиогр.: с. 15-16 (22 назв.)
145. Ар18-8464
Дам Ван Ньить
Нейросетевые технологии в задаче автоматического распознавания видов цифровой модуляции : автореф. дис. ... канд. техн. наук : 05.13.01 / Дам Ван Ньить. - Москва, 2018. - 30 с. : ил. - Библиогр.: с. 29-30 (11 назв.) тираж не указ.
146. Ар18-8984
Петрова, И. А.
Метод проектирования метаэвристических алгоритмов дискретной оптимизации, использующих вспомогательные оптимизируемые критерии, основанный на обучении с подкреплением [Текст] : автореф. дис. ... канд. техн. наук : 05.13.11 / И. А. Петрова. - Санкт-Петербург, 2018. - 16 с. : ил. - Библиогр.: с. 15-16 (11 назв.). - 200 экз.
147. Ар18-9009
Демидов, Р. А.
Выявление угроз нарушения информационной безопасности в сетях с динамической топологией с использованием методов глубокого обучения [Текст] : автореф. дис. ... канд. техн. наук : 05.13.19 / Р. А. Демидов. - Санкт-Петербург, 2018. - 14 с.
148. Ар18-9011
Артюшкин И.В.
Нейросетевая система управления процессом термохимического обезвоживания нефтяных эмульсий : автореф. дис. ... канд. техн. наук : 05.13.06 / И. В. Артюшкин. - Самара, 2018. - 20 с. : ил. - Библиогр.: с. 18-20 (11 назв.)
149. Ар18-9965
Егорчев М.В.
Полуэмпирическое нейросетевое моделирование нелинейных динамических систем : специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ : автореферат диссертации на соискание ученой степени кандидата физико-математических наук / М. В. Егорчев. - Москва, 2018. - 20 с. : ил. - Библиогр.: с. 18-20 (20 назв.)
150. Ар19-247
Старцев Е.А.
Нечеткие нейросетевые модели в интеллектуальной поддержке прогнозирования заболеваний водителей транспортных средств экстренных служб : специальность: 05.11.17 - Приборы, системы и изделия медицинского назначения : автореферат диссертации на соискание ученой степени кандидата химических наук / Е. А. Старцев. - Курск, 2018. - 20 с. : ил. - Библиогр.: с. 18-20 (19 назв.)
151. Ар19-590
Копылов, А.М.
Совершенствование конструкции синхронной электрической машины возвратно-поступательного действия с применением генетического алгоритма [Текст] : специальность 05.09.01 "Электромеханика и электрические аппараты" : автореферат диссертации на соискание ученой степени кандидата технических наук / А. М. Копылов. - Казань, 2018. - 16 с. : ил. - Библиогр.: с. 15-16 (11 назв.).
152. Ар19-3116
Петров А.А.
Методы и алгоритмы программного комплекса адаптивного и нейросетевого моделирования технических систем с переключениями : специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ : автореферат диссертации на соискание ученой степени кандидата технических наук / А. А. Петров. - Елец, 2019. - 20 с. : ил. - Библиогр.: с. 19-20 (15 назв.)
153. Ар19-3180
Носиров И.С.
Построение системы управления электроприводными системами металлорежущих станков с нейронными сетями : специальность 05.09.03 - Электротехнические комплексы и системы : автореферат диссертации на соискание ученой степени кандидата технических наук / И. С. Носиров. - Санкт-Петербург, 2019. - 18 с. : ил. - Библиогр.: с. 17-18 (9 назв.)
154. Ар19-3540
Хафизов, А. М.
Информационно-управляющая система обеспечения безопасности трубчатых печей с использованием генетических алгоритмов [Текст] : специальность 05.26.03 - "Пожарная и промышленная безопасность" (нефтегазовая отрасль) : автореферат диссертации на соискание ученой степени кандидата технических наук / А. М. Хафизов. - Уфа, 2019. - 24 с. : ил. - Библиогр.: с. 24 (7 назв.).
155. Ар19-3985
Тишуков Б.Н.
Структурное моделирование сложных объектов на основе интегрированной программной среды численной оптимизации : специальность: 05.13.18 - "Математическое моделирование, численные методы и комплексы программ" : автореферат диссертации на соискание ученой степени кандидата технических наук / Б. Н. Тишуков. - Воронеж, 2019. - 17 с. : ил. - Библиогр.: с. 16-17 (15 назв.)
156. Ар19-4173
Ботов Д.С.
Методы и алгоритмы интеллектуальной поддержки формирования образовательных программ по требованиям рынка труда на основе нейросетевых моделей языка : специальность 05.13.10 - Управление в социальных и экономических системах : автореферат диссертации на соискание ученой степени кандидата технических наук / Д. С. Ботов. - Челябинск, 2019. - 16 с. : ил. - Библиогр.: с. 15-16 (15 назв.)
157. Ар19-4292
Егорчев М.В.
Полуэмпирическое нейросетевое моделирование нелинейных динамических систем : специальность 05.13.18 - "Математическое моделирование, численные методы и комплексы программ" : автореферат диссертации на соискание ученой степени кандидата физико-математических наук / М. В. Егорчев. - Москва, 2019. - 20 с. : ил. - Библиогр.: с. 18-20 (22 назв.)
158. Ар19-4748
Шиболденков В.А.
Разработка инструментария нейросетевого разведочного анализа и поддержки принятия решений по развитию экономических систем : 08.00.13 - Математические и инструментальные методы экономики : автореферат диссертации на соискание ученой степени кандидата экономических наук / В. А. Шиболденков. - Москва, 2019. - 24 с. : ил. - Библиогр.: с. 22-24 (23 назв.)
159. Ар19-4974
Фея, О. Д.
Эволюционное предсказание структуры объемных карбидов и поверхностей оксидов титана и кремния : 01.04.07 - Физика конденсированного состояния: автореферат диссертации на соискание ученой степени кандидата физико-математических наук / О. Д. Фея. - 2019. - 22 с. : ил. - Библиогр.: с. 22 (5 назв.).
160. Ар19-5516
Ложников П.С.
Методология защиты смешанного документооборота на основе многофакторной биометрической аутентификации с применением нейросетевых алгоритмов : специальность: 05.13.19 - Методы и системы защиты информации, информационная безопасность : автореферат диссертации на соискание ученой степени доктора технических наук / П. С. Ложников. - Омск, 2019. - 32 с. : ил. - Библиогр.: с. 26-32
161. Ар19-5873
Черепанов Ф.М.
Методы повышения эффективности нейросетевых рекомендательных систем в условиях ограниченных объемов выборок со сложными корреляционными связями (на примере диагностики и прогнозирования сердечно-сосудистых заболеваний человека) : специальность: 05.13.01 - Системный анализ, управление и обработка информации (технические и информационные системы) : автореферат диссертации на соискание ученой степени кандидата технических наук / Ф. М. Черепанов. - Пермь, 2019. - 18 с. : ил. - Библиогр.: с. 15-18 (22 назв.)
162. Ар19-6918
Сигаев, В. С.
Распределение бункерных накопителей в производственных линиях с использованием эволюционного моделирования [Текст] : специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ : автореферат диссертации на соискание ученой степени кандидата технических наук / В. С. Сигаев. - Омск, 2019. - 18 с. : ил. - Библиогр.: с. 16-18 (17 назв.).
163. Ар19-7313
Денисов О.В.
Совершенствование процессов мониторинга и регулирования разработки нефтяных месторождений на основе статистических, оптимизационных и нейросетевых алгоритмов : специальность 25.00.17 - Разработка и эксплуатация нефтяных и газовых месторождений : автореферат диссертации на соискание ученой степени кандидата технических наук / О. В. Денисов. - Бугульма, 2019. - 25 с. : ил. - Библиогр.: с. 21-25 (30 назв.)
164. Ар19-7554
Жиганов, С. В.
Вычислительный метод и алгоритмы нейро-нечеткого распознавания людей, транспортных средств и ситуаций на основе видеонаблюдения [Текст] : специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ : автореферат диссертации на соискание ученой степени кандидата технических наук / С. В. Жиганов. - Комсомольск-на-Амуре, 2019. - 18 с. : ил. - Библиогр.: с. 17-18 (16 назв.).
165. Ар19-7938
Бутов В.В.
Моделирование процессов коррекции ошибок в массивах информации на основе искусственных нейронных сетей : 05.13.18 - Математическое моделирование, численные методы и комплексы программ : автореферат диссертации на соискание ученой степени кандидата технических наук / В. В. Бутов. - Воронеж, 2019. - 17 с. : ил. - Библиогр.: с. 15-17 (22 назв.)
166. Ар19-8031
Рязанов И.Г.
Определение оптимальной периодичности технического обслуживания информационно-измерительной и управляющей системы с применением нейросетевых технологий : 05.11.16 "Информационно-измерительные и управляющие системы (технические науки) : автореферат диссертации на соискание ученой степени кандидата технических наук / И. Г. Рязанов. - Тамбов, 2019. - 16 с.: ил.- Библиогр.: с.15-16 (17 назв.)
онлайн-сервисы
специализированные ресурсы
поступления в фонды