ВИРТУАЛЬНАЯ
СПРАВОЧНАЯ
СЛУЖБА
КОРПОРАЦИЯ УНИВЕРСАЛЬНЫХ НАУЧНЫХ БИБЛИОТЕК
международный проект ВСС КОРУНБ

Главная О проекте Библиотеки-участницы Помощь "Библиограф+" Публикации donate!


Задать вопрос
Архив
Каталог
Поиск
БИБЛИОТЕКИ-УЧАСТНИЦЫ КОРУНБ
  • Российская национальная библиотека
  • Астраханская областная научная библиотека им. Н. К. Крупской
  • Владимирская областная библиотека им. Максима Горького
  • Волгоградская областная универсальная научная библиотека им. М.Горького
  • Воронежская областная универсальная научная библиотека им. И.С.Никитина
  • Государственная научная областная библиотека Кузбасса им В. Д. Фёдорова
  • Государственная национальная библиотека КБР им. Т.К. Мальбахова
  • «Дом русского зарубежья им. А.И. Солженицына»
  • Донецкая республиканская универсальная научная библиотека им. Н. К. Крупской
  • Забайкальская краевая универсальная научная библиотека им А.С. Пушкина
  • Иркутская областная государственная универсальная научная библиотека им. И.И. Молчанова-Сибирского
  • Костромская областная универсальная научная библиотека
  • Луганская Республиканская универсальная научная библиотека имени М. Горького
  • Мурманская государственная областная универсальная научная библиотека
  • Национальная академическая библиотека Республики Казахстан
  • Национальная библиотека Беларуси
  • Национальная библиотека Республики Бурятия
  • Национальная библиотека им. А. М. Амур-Санана Республики Калмыкия
  • Национальная библиотека Республики Карелия
  • Национальная библиотека Республики Саха (Якутия)
  • Национальная научная библиотека Республики Северная Осетия-Алания
  • Новгородская областная универсальная научная библиотека
  • Омская государственная областная научная библиотека им. А. С. Пушкина
  • Рязанская областная универсальная научная библиотека имени Горького
  • Саратовская областная универсальная научная библиотека
  • Свердловская областная универсальная научная библиотека им. В.Г. Белинского
  • Ставропольская государственная краевая универсальная научная библиотека им. М. Ю. Лермонтова
  • Тверская областная универсальная научная библиотека им. А.М.Горького
  • Томская областная универсальная научная библиотека им. А. С. Пушкина
  • Тульская областная научная библиотека
  • Тюменская областная научная библиотека имени Д.И. Менделеева
  • Ульяновская областная научная библиотека имени В.И. Ленина
  • Челябинская областная универсальная научная библиотека
  • Ярославская областная универсальная научная библиотека

    • всего запросов в базе из них выполнено в работе находится сегодня выполнено сегодня задано
    45768 45757 9 13 10

    Каталог выполненных запросов

    Начало > Технические науки > Информатика > Искусственный интеллект >

    Искусственный интеллект

    № 45814  |  распечатать  |  постоянная ссылка на запрос  |  оцените ответ  |  комментарий для библиографа  | 

    Доброго времени суток!

    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.
    [Новгородская областная универсальная научная библиотека]

    № 45812  |  распечатать  |  постоянная ссылка на запрос  |  оцените ответ  |  комментарий для библиографа  | 

    Доброго времени суток!

    Крайне срочно нужна литература по теме: "Разработка алгоритмов для обучения глубинных нейронных сетей в условиях нестабильных данных с использованием методов динамической перестройки архитектур и автоматической коррекции параметров". Нужны источники, затрагивающие исключительно перечисленные методы!

    Спасибо!
    Ответ: Здравствуйте! В рамках Виртуальной справочной службы предоставить исчерпывающий список по теме Вашего запроса не представляется возможным, так как тема сформулирована узко и требует углубленного разыскания. Предлагаем следующую литературу для начала работы (источники – ЭК ГПНТБ СО РАН, ИНИОН РАН по науковедению, БД НОУНБ, ЭК РНБ, ЭК РГБ):
    1. Алейник А.О. Разработка алгоритмов глубинного обучения для распознавания эмоций // Студенческий вестник. – 2023. – № 26-3 (265). – С. 32-33. – Электронная копия номера доступна на сайте Интернаука. URL: https://www.internauka.org/journal/stud/herald/265 (дата обращения: 07.10.2024).
    2. 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 электрон. науч. б-ки Киберленикна. URL: https://cyberleninka.ru/article/n/modifitsirovannyy-algoritm-obucheniya-neyronnyh-setey (дата обращения: 07.10.2024).
    3. Использование алгоритмов обучения однослойной сети для многослойных нейронных сетей прямого распространения / Л.П. Махнист, В.А. Головко, И.И. Гладкий, Т.И. Каримова // Вестник Брестского государственного технического университета. Серия: Физика, математика, информатика. – 2020. – № 5. – С. 32-37. – Электрон. копия доступна на сайте Репозитория Брестского гос. техн. ун-та. URL: https://rep.bstu.by/bitstream/handle/data/10605/32-37.pdf?sequence=1&isAllowed=y (дата обращения: 07.10.2024).
    4. Кобзев А.А. Анализ алгоритмов обучения нейронной сети / А.А. Кобзев, А.В. Лекарева, О.В. Сидорова // Современные наукоемкие технологии. – 2021. – № 6. – С. 23-28. – Электрон. копия доступна на сайте журн. URL: https://top-technologies.ru/ru/article/view?id=38692&ysclid=m1ynqdoch2317525745 (дата обращения: 07.10.2024).
    5. Ковжун Д.А. Сравнительный анализ различных алгоритмов обучения искусственной нейронной сети / Д.А. Ковжун, А.А. Федоров // Международный журнал гуманитарных и естественных наук. – 2024. – № 4-3 (91). – С. 11-14. – Электрон. копия доступна на сайте электрон. науч. б-ки Киберленики. URL: https://cyberleninka.ru/article/n/sravnitelnyy-analiz-razlichnyh-algoritmov-obucheniya-iskusstvennoy-neyronnoy-seti (дата обращения: 07.10.2024).
    6. Орлов А.А. Разработка и исследование алгоритма посменного инкрементного обучения нейронной сети / А.А. Орлов, Е.С. Абрамова // Компьютерная оптика. – 2023. – № 3. – С. 491-498. – Электрон. копия доступна на сайте журн. URL: https://computeroptics.ru/ ; То же на сайте электрон. б-ки Киберленинка. URL: https://cyberleninka.ru/article/n/razrabotka-i-issledovanie-algoritma-posmennogo-inkrementnogo-obucheniya-neyronnoy-seti (дата обращения: 07.10.2024).
    7. Созыкин А.В. Обзор методов обучения глубоких нейронных сетей // Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. – 2017. – Т. 6, № 3. – С. 28-59. – Электрон. копия доступна на сайте журн. URL: https://vestnik.susu.ru/cmi/article/viewFile/6152/5640?ysclid=m1yrfqnbqh932185244 (дата обращения: 07.10.2024).
    8. Федулов Д.Д. Обучение глубоких нейронных сетей // Путь в науку. Математика : всерос. молодежная конф., 11-16 мая 2021 г., Ярославль : тез. докл. конф. / Ярославский гос. ун-т им. П.Г. Демидова ; ред. кол.: И.С. Кащенко, А.А. Кащенко. – Ярославль, 2021. – С. 63-65. – Электрон. копия доступна на сайте электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=47281613 (дата обращения: 07.10.2024). – Доступ после регистрации.
    9. Шатравин В. Разработка алгоритма настройки перестраиваемой вычислительной среды в составе аппаратного ускорителя искусственных нейронных сетей / В. Шатравин, Д. Шашев // Цифровая экономика. – 2022. – № 4 (20). – С. 11-18. – Электрон. копия доступна на сайте журн. URL: http://digital-economy.ru/images/easyblog_articles/985/DE-2022-04-02.pdf (дата обращения: 07.10.2024).
    10. Шматов Г.П. Нейронные сети и генетический алгоритм : учеб. пособие / Г.П. Шматов, Е.Е. Фомина ; Тверской гос. техн. ун-т. – Тверь : Тверской гос. техн. ун-т, 2019. – 199 с. : ил. – Библиогр.: с. 195-199 (71 назв.).
    11. Юлкова В.М. Искусственные нейронные сети. Глубокое обучение / В.М. Юлкова, Г.В. Шиловский // Мониторинг. Наука и технологии. – 2019. – № 4 (42). – С. 68-72. – Электрон. копия доступна на сайте журн. URL: http://csmos.ru/index.php?page=mnt-issue-2019-4-10&ysclid=m1z1bi1agy874712107 (дата обращения: 07.10.2024).
    Рекомендуем также осуществить самостоятельный поиск дополнительной литературы по ЭК ГПНТБ СО РАН (открыть ссылку).
    Подбор литературы по определенной тематике Вы можете заказать в Информационно-сервисном центре РНБ (открыть ссылку). Услуги предоставляются на платной основе.
    [Новгородская областная универсальная научная библиотека]

    № 41156  |  распечатать  |  постоянная ссылка на запрос  |  оцените ответ  |  комментарий для библиографа  | 

    Что отличает искусственный интеллект от живого интеллекта?
    Ответ: Здравствуйте. Предлагаем список литературы по теме (источники поиска – ЭК ГПНТБ, ВОУНБ, Научная электронная библиотека КиберЛенинка, Elibrary.ru, ПС Яндекс).
    1. Булычев И.И. Естественный разум и искусственный интеллект: различие в единстве // Ноосферные исследования. – 2020. – № 1. – С. 50-59. – Электронная копия доступна на сайте Науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/estestvennyy-razum-i-iskusstvennyy-intellekt-razlichie-v-edinstve/viewer (дата обращения: 05.12.2022).
    2. Кобелев Н.Б. Искусственный интеллект и имитация функций человека : учеб. пособие для студентов высших учебных заведений, обучающихся по направлению 1.02.00.00 "Компьютерные и информационные науки" (уровень 3). – Москва : КУРС, 2021. – 111 с. : ил., табл. – (Наука. Курс). – Электронная копия доступна на сайте Науч. электрон. б-ки Elibrary.ru. URL: https://www.elibrary.ru/item.asp?id=45639748 (дата обращения: 05.12.2022). – Доступ после регистрации.
    3. Напалков А.В. Мозг человека и искусственный интеллект / А.В. Напалков, Л.Л. Прагина. – Москва : Изд-во МГУ, 1985. – 121 с. – Электронная копия доступна на сайте OBUCHALKA.ORG. URL: https://obuchalka.org/20220221141430/mozg-cheloveka-i-iskusstvennii-intellekt-napalkov-a-v-pragina-l-l.html (дата обращения: 06.12.2022).
    4. Разумов В.И. Естественный и искусственный интеллект и их соотношение / В.И. Разумов, В.П. Сизиков // Вестник Омского университета. – 2019. – Т. 24, № 1. – С. 98-105. – Электронная копия доступна на сайте Науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/estestvennyy-i-iskusstvennyy-intellekt-i-ih-sootnoshenie/viewer (дата обращения: 05.12.2022).
    5. Рентюк В. Роботы, искусственный «интеллект» и мы. Как нам жить вместе? Ч. 1 // Control Engineering Россия. – 2019. – № 3 (81). – С. 84-87. – Электронная копия доступна на сайте Control Engineering Russia. URL: https://controleng.ru/wp-content/uploads/8184.pdf (дата обращения: 05.12.2022).
    6. Рентюк В. Роботы, искусственный «интеллект» и мы. Как нам жить вместе? Ч. 2 // Control Engineering Россия. – 2019. – № 4 (82). – С. 58-62. – Электронная копия доступна на сайте Control Engineering Russia. URL: https://controleng.ru/wp-content/uploads/8258.pdf (дата обращения: 05.12.2022).
    7. Рентюк В. Роботы, искусственный «интеллект» и мы. Как нам жить вместе? Ч. 3 // Control Engineering Россия. – 2019. – № 5 (83). – С. 40-46. – Электронная копия доступна на сайте Control Engineering Russia. URL: https://controleng.ru/wp-content/uploads/8340.pdf (дата обращения: 05.12.2022).
    8. Сергеев С.Ф. Искусственный и естественный интеллекты в техногенных образовательных средах // Открытое образование. – 2013. – № 2 (97). – С. 52-60. – Электронная копия доступна на сайте журнала. URL: https://openedu.rea.ru/jour/article/view/181/183 (дата обращения: 05.12.2022).
    9. Тарасова О.И. Живая память и/или информационное беспамятство? // Личность. Культура. Общество. – 2009. – Т. 11, № 2 (48/49). – С. 309-316. – Электронная копия доступна на сайте Науч. электрон. б-ки Elibrary.ru. URL: https://www.elibrary.ru/item.asp?id=12977833 (дата обращения: 05.12.2022). – Доступ после регистрации.
    10. Фалёв Е. Понятие искусственного интеллекта и его перспективы с точки зрения философии Живой Этики // Вопросы философии. – 2021. – № 10. – С. 175-186.
    [Волгоградская областная универсальная научная библиотека им. М.Горького]

    № 2185  |  распечатать  |  постоянная ссылка на запрос  |  оцените ответ  |  комментарий для библиографа  | 

    Какие работы по нейрокибернетике вышли в свет в последнее время
    Ответ: Здравствуйте. Предлагаем список работ, вышедших в 2000-х годах. В список включены учебные пособия, монографии и диссертации (источник – ИПС Yandex, каталоги РГБ):
    1. Аксенов С.В. Организация и использование нейронных сетей: (методы и технологии) / С.В. Аксенов, В.Б. Новосельцев. – Томск : Изд-во науч.-технической лит., 2006. – 126 с.
    2. Вихтенко Э.М. Элементы теории искусственного интеллекта : учеб. пособие / Э.М. Вихтенко. – Хабаровск : Изд-во ТОГУ, 2006. – 94 с.
    3. Жданов А.А. Автономный искусственный интеллект : [нервная система-машина адаптивного управления, анализ естественной системы управления, синтез моделей нервных систем, языковые явления, системы автономного искусственного интеллекта, практические приложения] / А.А. Жданов. – М. : БИНОМ. Лаб. знаний, 2008. – 359 с.
    4. Лагутина Н. С. Исследование структуры колебаний в слабонеоднородных сетях нейронов, описываемых дифференциальными уравнениями с запаздыванием : автореф. дис. ... канд. физ.-мат. наук / Лагутина Н.С. – Ярославль, 2003. – 22 с.
    5. Нейроинформатика – 2005 : VII Всерос. науч.-техн. конф. : сб. науч. тр. науч. сес. МИФИ – 2005 / [отв. ред. О.А. Мишулина]. – М. : МИФИ, 2005.
    6. Нейрокомпьютеры и их применение. – М. : ИПРЖР, 2000.
    7. От моделей поведения к искусственному интеллекту. – М. : URSS, 2006. – 447 с.
    8. Редько В.Г. Эволюция, нейронные сети, интеллект: модели и концепции эволюц. кибернетики: логика. Услов. рефлекс. Привыкание. Безуслов. рефлекс / В.Г. Редько. – 3-е изд. – М. : УРСС, 2005 (ООО Ленанд). – 220 с.
    9. Редько В.Г. Эволюция, нейронные сети, интеллект: модели и концепции эволюционной кибернетики / В.Г. Редько. – Изд. 4-е, стер. – М. : URSS, 2006. – 220 с.
    10. Современные проблемы нейроинформатики: коллективная монография / под ред. Ю.И. Нечаева. – М. : Радиотехника, 2006.
    11. Шапиро Д.И. Виртуальная реальность и проблемы нейрокомпьютинга / Д.И. Шапиро. – М. : РФК-Имидж Лаб, 2008. – 453 с.
    Рекомендуем также следующие сетевые ресурсы:
    1. Neuro school (открыть ссылку). Представлены книги в электронном варианте.
    2. GotAI.net (открыть ссылку). Материалы по искусственному интеллекту .
    [Владимирская областная универсальная научная библиотека]