| Найдено документов - 4 | Статьи из номера журнала: Научно-техническая информация. Серия 2, Информационные процессы и системы. № 12. - 2025. - 1.00. | Версия для печати |
Сортировать по:
1. Статья из журнала
| Серов Н. В. (кандидат химических наук; доктор культурологии; профессор; Оптическое общество им. Д. С. Рождественского). Размерностный анализ цвета и онтология (дополнение к дискуссии о существовании химических элементов с отрицательной массой) / Н. В. Серов. - Текст : непосредственный // Научно-техническая информация. Серия 2, Информационные процессы и системы. - 2025. - № 12. - С. 24-30. - ISSN 0548-0027. - Библиогр.: с. 30 (10 назв. ). - 4 рис., 1 табл. | |
| Авторы: | Серов Н. В. |
| Аннотация: | Показано, что размерностные соотношения при квантовании "основных цветов" в видимой области спектр могут быть реализованы с привлечением антропных данных и выявлением знаков по квадрантам натурных октав цветового круга. Подтверждена гипотеза о существовании "нелементов" (химических элементов с отрицательной массой) при температурах, близких к нормальным. |
| Ключевые слова: | анализ цвета, антропные данные, биофизика фотосинтеза, гравитация, информационные модели, квантование, квантовая оптика, области излучения, онтология, отрицательная масса, предикаты, размерностный анализ, факторы цвета, фотосинтез, химические элементы, цвет |
| Поиск: | Источник |
2. Статья из журнала
| Виноградов Д. В. (доктор физико-математических наук; ведущий научный сотрудник; ФИЦ "Информатика и управление" РАН). Об ошибке I-го рода для вероятностно-комбинаторного формального метода обучения / Д. В. Виноградов. - Текст : непосредственный // Научно-техническая информация. Серия 2, Информационные процессы и системы. - 2025. - № 12. - С. 10-13. - ISSN 0548-0027. - Библиогр.: с. 13 (4 назв. ). - 1 табл. | |
| Авторы: | Виноградов Д. В. |
| Аннотация: | Для специально сконструированной обучающей выборки необходимо породить множество гипотез, чтобы вероятностно-комбинаторный формальный (ВКФ) метод обучения имел ошибку I-го рода. |
| Ключевые слова: | алгоритмы, вероятностно-комбинаторный формальный метод, ВКФ-метод, гипотезы, интеллектуальные системы, леммы, машинное обучение, метод ВКФ, методы обучения, обучающие выборки, ошибки I-го рода, порождение гипотез, формальный метод |
| Поиск: | Источник |
3. Статья из журнала
| Забежайло М. И. (доктор физико-математических наук; главный научный сотрудник; ФИЦ "Информатика и управление" РАН). К пониманию термина "перспективные методы и технологии искусственного интеллекта" / М. И. Забежайло. - Текст : непосредственный // Научно-техническая информация. Серия 2, Информационные процессы и системы. - 2025. - № 12. - С. 1-9. - ISSN 0548-0027. - Примеч. в сносках. - Библиогр.: с. 8-9 (28 назв. ). | |
| Авторы: | Забежайло М. И. |
| Аннотация: | Обсуждается возможность уточнения представления о смысле термина "перспективные методы и технологии искусственного интеллекта" (ИИ). Предлагается вариант его толкования, который базируется на феноменологическом уточнении представлений о естественном интеллекте (ЕИ) человека, а также об актуальных методах имитации некоторых способностей ЕИ компьютерными средствами. Рассматриваются некоторые направления и перспективы использования методов и технологий ИИ в задачах поддержания ситуационной осведомленности лиц, принимающих решения. |
| Ключевые слова: | методы искусственного интеллекта, модели искусственного интеллекта, перспективные методы, перспективные технологии, ситуационная осведомленность, технологии искусственного интеллекта |
| Поиск: | Источник |
4. Статья из журнала
| Интеллектуальная обработка научно-технических документов на основе методов искусственного интеллекта: аналитический обзор / А. В. Кан, А. А. Хорошилов, А. В. Рыкалин [и др.]. - Текст : непосредственный // Научно-техническая информация. Серия 2, Информационные процессы и системы. - 2025. - № 12. - С. 14-23. - ISSN 0548-0027. - Примеч. в сносках. - Библиогр.: с. 21-22 (40 назв. ). | |
| Авторы: | Кан А. В., Хорошилов А. А., Рыкалин А. В., Чечулин И. А., Хорошилов А. А. |
| Аннотация: | Представлен обзор современных методов и моделей искусственного интеллекта (ИИ), предназначенных для выполнения основных задач интеллектуальной обработки текстов научно-технических документов. Приведено обоснование исторического перехода от лингвистических методов обработки документов к современным методам, основанным на технологиях ИИ, в том числе с использованием библиотек Python. Выделены инструменты, эффективно выполняющие задачи интеллектуальной обработки текстов. |
| Ключевые слова: | Python, аннотирование текстов, извлечение фактов, интеллектуальная обработка документов, кластеризация текстов, методы искусственного интеллекта, модели искусственного интеллекта, мультимодальные модели, научно-технические документы, научно-технические тексты, нейронные сети, обработка документов, реферирование текстов, семантический поиск, тематическое моделирование, технологии искусственного интеллекта |
| Поиск: | Источник |