Также крайне срочно нужны источники по данной теме: "Создание алгоритмов Continual Learning для устойчивого обучения нейронных сетей с минимизацией эффекта catastrophic forgetting и интеграцией meta-learning подходов для постоянного обновления знаний"
Спасибо!
Ответ:
Здравствуйте! Ваша тема очень узкая, требует углубленного разыскания. Для начала работы предлагаем следующий список литературы (источники поиска – ЭК ГПНТБ, ЭК РНБ, ЭК РГБ, ИПС Google):
1. Будума Н. Основы глубокого обучения: создание алгоритмов для искусственного интеллекта следующего поколения / Нихиль Будума при участии Н. Локашо ; пер. с англ. А. Коробейникова. – Москва : Манн, Иванов и Фербер, 2020. – 298, [4] с. : ил. – Библиогр. в примеч.: с. 296-299.
2. Гилев С.Е. Обучение нейронных сетей: методы, алгоритмы, тестовые испытания, примеры приложений : автореф. дис. … канд. физ.-мат. наук / Гилев С.Е. – Красноярск, 1997. – 23 с. – Библиогр.: с. 18-23. – Электрон. копия доступна на сайте РНБ. URL: https://vivaldi.nlr.ru/bd000012612/view/#page (дата обращения: 08.10.2024).
3. Ерискин В.В. Модель мета-обучения с расширением признаков // StudNet. – 2021. – № 5. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/model-meta-obucheniya-s-rasshireniem-priznakovmodel-meta-obucheniya-s-rasshireniem-priznakov/viewer (дата обращения: 08.10.2024).
4. Зуев В.Н. Модифицированный алгоритм обучения нейронных сетей / В.Н. Зуев, В.К. Кемайкин // Программные продукты и системы. – 2019. – № 2. – С. 258-262. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/modifitsirovannyy-algoritm-obucheniya-neyronnyh-setey/viewer (дата обращения: 08.10.2024).
5. Куталев А.А. Естественный способ преодоления катастрофической забывчивости нейронных сетей // Современные информационные технологии и ИТ-образование. – 2020. – № 2. – С. 331-337. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/estestvennyy-sposob-preodoleniya-katastroficheskoy-zabyvchivosti-neyronnyh-setey/viewer (дата обращения: 08.10.2024).
6. Мета-обучение // Викиконспекты : сайт Университета ИТМО. – [Б. м., б. г.]. – URL: https://neerc.ifmo.ru/wiki/index.php?title=%D0%9C%D0%B5%D1%82%D0%B0-%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5 (дата обращения: 08.10.2024).
7. Модель алгоритма и её выбор // Викиконспекты : сайт Университета ИТМО. – [Б. м., б. г.]. – URL: https://neerc.ifmo.ru/wiki/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D1%8C_%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%B0_%D0%B8_%D0%B5%D1%91_%D0%B2%D1%8B%D0%B1%D0%BE%D1%80 (дата обращения: 08.10.2024).
8. Николенко С. Глубокое обучение: погружение в мир нейронных сетей / С. Николенко, А. Кадурин, Е. Архангельская. – Санкт-Петербург [и др.] : Питер, 2021. – 476, [1] с. : ил., табл. – (Серия «Библиотека программиста»). – Библиогр.: с. 451-476 (597 назв.).
9. Полупанов Д.В. Нейроинформатика : учеб. пособие / Д.В. Полупанов ; Башкирский гос. ун-т. – Уфа : РИЦ БашГУ, 2020. – 130 с. : ил., табл.
10. Рыжков А.П. Алгоритм обучения нейронных сетей в задачах обработки речевых данных // Модели, системы, сети в экономике, технике, природе и обществе. – 2012. – № 3 (4). – С. 147-151. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/algoritm-obucheniya-neyronnyh-setey-v-zadachah-obrabotki-rechevyh-dannyh/viewer (дата обращения: 08.10.2024).
11. Траск Э. Грокаем глубокое обучение / Эндрю Траск ; пер. с англ. А. Киселев. – Санкт-Петербург [и др.] : Питер : Прогресс книга, 2023 [т. е. 2022]. – 352 с. : ил. – (Серия "Библиотека программиста").
12. Фостер Д. Генеративное глубокое обучение : творческий потенциал нейронных сетей / Дэвид Фостер ; [пер. с англ.: А. Киселев]. – Санкт-Петербург [и др.] : ПИТЕР, 2020. – 343, [3] с. : ил., цв. ил. – (Серия "Бестселлеры O'Reilly"). – Библиогр. в подстроч. примеч.
13. Хайкин С. Нейронные сети : полный курс : [пер. с англ.] / Саймон Хайкин. – Изд. 2-е, испр. – Москва : Диалектика, 2019 ; Санкт-Петербург. – 1103 с. : ил., табл. – Библиогр.: с. 996-1069 (1183 назв.). – Предм. указ.: с. 1070-1103.
14. Цуриков А.Н. Теория и практика разработки методов, алгоритмов и устройств обучения искусственных нейронных сетей : монография / А.Н. Цуриков ; Ростовский гос. ун-т путей сообщения (ФГБОУ ВО РГУПС). – Ростов-на-Дону : Редакционно-издательский комплекс ФГБОУ ВО РГУПС, 2019. – 183 с. : ил., портр., факс., табл. – Библиогр.: с. 125-131 (107 назв.).
Подбор литературы по определенной тематике Вы можете заказать в Информационно-сервисном центре РНБ (открыть ссылку). Услуги предоставляются на платной основе.
