Conveners
21 Computer & Data Science
- Kirill Ivanov (Moscow Institute of Physics & Technology (MIPT))
21 Computer & Data Science
- Kirill Ivanov (Moscow Institute of Physics & Technology (MIPT))
Данная статья предлагает развить математический аппарат, на котором строится модель Neural SDE. В ней рассмотрено, как вычисление фазовых траекторий стохастических дифференциальных уравнений обеспечивает качественный прогноз аномалий во временном ряду. Таким образом, это предоставит как возможность эффективнее бороться с шумами, так и, в частности, полезный инструмент для упреждения появления...
Данное исследование оценивает вычислительную эффективность алгоритмов прямой свертки в нейронных сетях на центральных процессорах архитектуры ARM. Был проведен сравнительный анализ различных реализаций алгоритмов прямой свертки, оценивая их время работы. Результаты демонстрируют важность выбора оптимального алгоритма для эффективного выполнения нейросетевых вычислений на устройствах с архитектурой ARM.
Абстракт
Симплекс-метод является основным низкоуровневым алгоритмом, используемым в методах типа ветвей и границ для решения сложных промышленных проблем оптимизации, формализуемых в виде целочисленных линейных программ. Несмотря на то, что теория симплекс-метода была разработана ещё десятилетия тому назад, его практическая реализация сталкивается с рядом проблем, в основном численного...
Симплекс-метод является основным низкоуровневым алгоритмом, используемым в методах типа ветвей и границ для решения сложных промышленных проблем оптимизации, формализуемых в виде целочисленных линейных программ. Несмотря на то, что теория симплекс-метода была разработана ещё десятилетия тому назад, его практическая реализация сталкивается с рядом проблем, в основном численного характера. Из-за...
Большие модели преобразования текста в изображение совершили значительный скачок в области искусственного интеллекта, обеспечив высококачественный и разнообразный синтез изображений из заданного текстового описания. Однако, когда возникает запрос на генерацию специфичного объекта, в нашем случае человека, модель не может сгенерировать его с необходимой точностью и передать его идентичность....
Модели преобразования текста в изображение совершили значительный скачок в области искусственного интеллекта, обеспечив высококачественный и разнообразный синтез изображений из заданного текстового описания. Однако, когда возникает запрос на генерацию специфичного объекта, в нашем случае человека, модель не может сгенерировать его с необходимой точностью и передать его идентичность....
Одной из важных задач вычислительной фотографии является
задача спектральной реконструкции. Это задача восстановления
гиперспектральных изображений из трехканальных. Гиперспек-
тральные изображения, в отличие от трехканальных изображений,
дают больше информации о характеристиках поверхности изобра-
жения, что дает множество полезных приложений. Но прямой ме-
тод съемки гиперспектральных...
Автоматизированные транспортные системы, включая беспилотные автомобили, становятся все более актуальными в современном мире, представляя собой перспективное направление развития транспортной отрасли. Для обеспечения безопасности и эффективности таких систем необходимо развивать и совершенствовать модели 3D детекции на лидарных облаках точек. В данной научной статье мы рассматриваем...
This research addresses the well-known Max Cut problem, which has various applications both in machine learning and theoretical physics. The Max Cut problem is computationally NP-hard over general graphs. This research presents a novel empirical approach aimed at enhancing the quality of Max-Cut approximations within polynomial time bounds. While the problem is tractable for graphs with small...
This article discusses the well-studied Max-Cut problem in graph theory, which has found applications in various fields, particularly Machine Learning, Theoretical physics (the Ising model), and VLSI design.
The original problem is NP-complete, and we call an effective solution such a polynomial algorithm that gives the answer closest to the true one.
For a long time, the best accuracy...
Distributed optimization algorithms have emerged as a superior approaches for solving machine learning problems. To accommodate the diverse ways in which data can be stored across devices, these methods must be adaptable to a wide range of situations. As a result, two orthogonal regimes of distributed algorithms are distinguished: horizontal and vertical. During parallel training,...
Distributed optimization algorithms have emerged as a superior approaches for solving machine learning problems. To accommodate the diverse ways in which data can be stored across devices, these methods must be adaptable to a wide range of situations. As a result, two orthogonal regimes of distributed algorithms are distinguished: horizontal and vertical. During parallel training,...
Актуальность способностей ИИ в области анализа котировок нельзя переоценить.
В сфере финансовых рынков рассматривается задание нейронной сети, дающей
анализ временных рядов и стратегии по заполнению экономического портфеля.
В данной статье рассматривается задача оптимизации стохастических вариационных неравенств. Мы предлагаем стохастический вариант универсального проксимального зеркального метода для решения задачи оптимизации. Получены оценки необходимого числа итераций для достижения заданного качества решения вариационного неравенства. Изучен стохастический вариант и идея добавления рестартов.
В данной работе исследуется задача сегментации изображений по текстовому запросу для интеллектуальных роботов и беспилотного транспорта. Основная идея - использование двухстадийного алгоритма, включающего в себя модель детекции и сегментации. Показано, что с увеличением сложности запросов снижается точность работы inference моделей и были предложены пути решения данной задачи. Были рассмотрены...
