Нейросеть поможет

Искусственный интеллект — одна из самых горячих тем. Одни видят в нём дверь в будущее, а другие — сценарий из фильма «Терминатор». Но кто из них прав, узнать пока не дано.

Простыми словами расскажем всё, что нужно знать о нейросетях: что это такое, как они работают и чем уже сегодня помогают человеку.

Нейронная сеть — одно из направлений развития искусственного интеллекта. Её цель – это моделирование аналитических механизмов, происходящих в человеческом мозге. Перед нейросетью лежат следующие задачи:  классификация, предсказание, распознавание. Более того, нейросети созданы таким образом, что они могут обучаться и развиваться, выстраивая свою работу, отталкиваясь от личного опыта и совершённых ошибок, без вмешательства со стороны пользователя.

Нейроны в нейросети соединяются друг с другом при помощи синапсов, поскольку сама структура этого явления в мире программирования, заимствована из биологии. Именно эта особенность позволяет машинам проводить анализ, запоминать различные данные, а также воспроизводить их по требованию пользователя.

Отталкиваясь от всего перечисленного выше, можно с уверенностью сказать, что нейросеть является интерпретацией человеческого мозга с миллионами нейронов, отвечающих за передачу данных посредством электрических импульсов.

 

 

О самых известных из них, а также об их возможностях, вы наверняка уже слышали. DALL-E и Midjourney генерируют картинки на основе подробных запросов, RunwayML умеет редактировать видео. ChatGPT может пообщаться с вами на сложные темы, написать стих, статью и даже попытается предсказать будущее, если попросите.

 

Вот что умеют нейросети: распознавать визуальные образы, узнавать человека по голосу, определять эмоции на лице по мимике, моделировать человеческую речь на любом языке мира, обрабатывать и создавать изображения, которые не отличить от настоящих, генерировать лица людей, которых никогда не существовало, прогнозировать возможное будущее по результатам анализа данных и многое другое.

Несмотря на широкое распространение сетей, их история только начинается. Многие разработчики, вдохновившись успехом ChatGPT, Midjourney и других удачных нейронок, создают свои продукты. В этих разработках участвуют не только мировые, но и российские компании – например, Сбер и Яндекс. Это значит, что количество нейросетей в современных условиях будет увеличиваться, а их возможности станут расширяться. Станут ли они когда-нибудь угрозой для человечества – ответа на этот вопрос пока нет, но сегодня нейросети облегчают профессиональную деятельность и позволяют людям избавиться от решения многих рутинных задач.

Медицина

Сейчас многие говорят, что в будущем находить заболевания сможет искусственный интеллект. Если как следует научить его, он будет точно анализировать данные пациента и результаты его анализов по алгоритму. Это избавило бы сферу от врачебных ошибок, которые могут допускать люди. Уже сегодня ИИ анализирует рентген-снимки, результаты КТ и МРТ, чтобы помочь врачам точнее поставить диагноз.

Образование

 

ИИ — хороший помощник для преподавателей. С его помощью можно автоматически проверять домашние задания или поручать языковой модели подготовить план урока, презентацию, конспект и многое другое. Словом, это то, что поможет автоматически делать всю рутину.

 

 

Искусство

Когда нейросети появились в открытом доступе, с ними пришли и новые профессии. В том числе — в искусстве. Теперь среди нас есть AI-творцы, которые создают картины с помощью искусственного интеллекта, пишут музыку и произведения литературы.

 

 

Строительство и архитектура

Возможность быстро анализировать большие объёмы данных полезны и в строительной сфере. Так, нейросети помогут застройщикам искать дефекты в разных материалах. А ещё по особому алгоритму прогнозировать сроки ремонта и то, когда постройка вообще может стать негодной. Всё это поможет специалистам сэкономить бюджет и повысить уровень контроля качества.

Безопасность

Возможность распознавать голоса и лица — ключевая для сферы безопасности. Уже сейчас её используют, чтобы создавать умные системы слежения для общественных мест, которые помогут ловить преступников в розыске. Или чтобы следить за своей квартирой — вдруг туда проникнет кто-то посторонний, пока вас нет дома.

 

И это ещё не всё. Уже сегодня программы могут столько, что можно сказать лишь одно: будущее уже здесь.

За искусственным интеллектом стоит будущее. Уже сейчас на рынке появляются новые профессии — миру нужны люди, которые смогут писать алгоритмы и работать с нейронными сетями. Кооперация с машинами принесет гораздо больше пользы, чем конфронтация.

На выставке собраны материалы, которые помогут вам продолжить знакомство с нейросетями.

Книги:

Омельяненко, Я. Эволюционные нейросети на языке Python : руководство / Я. Омельяненко ; перевод с английского В. С. Яценкова. — Москва : ДМК Пресс, 2020. — 310 с. — ISBN 978-5-97060-854-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179494  — Режим доступа: для авториз. пользователей.

Эта книга дает всестороннее представление о нейроэволюции – подходе к обучению искусственных нейронных сетей, который использует эволюционные алгоритмы, чтобы упростить процесс решения сложных задач в таких областях, как игры, робототехника и моделирование естественных процессов.

Евстафьев, В. А. Искусственный интеллект и нейросети: практика применения в рекламе : учебное пособие / В. А. Евстафьев, М. А. Тюков. — Москва : Дашков и К, 2023. — 426 с. — ISBN 978-5-394-05455-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/392276. — Режим доступа: для авториз. пользователей

В учебном пособии системно, в полном объеме рассматриваются инновационные инструменты для создания всех видов маркетинговых коммуникаций на основе искусственного интеллекта и нейронных сетей. На многочисленных практических примерах демонстрируются создание контента и каналов коммуникации с использованием искусственного интеллекта и различных нейронных сетей, образовательные возможности на основе искусственного интеллекта, их внедрение в образовательную деятельность, обучение нейронных сетей, создание рекламной продукции с помощью нейронных сетей и др.

Применение искусственных нейронных сетей и системы остаточных классов в криптографии [Текст] / Н. И. Червяков [и др.]. — М. : Физматлит, 2012. — 279 с. : ил. — Библиогр. в конце глав.- Фонд НТО ЗНБ

В монографии изложены идеи искусственных нейронных сетей и системы остаточных классов в их приложении к криптографии, причем рассмотрены различные типы искусственных нейронных сетей. Изложенные результаты представляют значительный интерес для современных разработчиков нейросетевых криптосистем на базе системы остаточных классов.

Антонио, Д. Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow / Д. Антонио, П. Суджит ; перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2018. — 294 с. — ISBN 978-5-97060-573-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/111438 . — Режим доступа: для авториз. пользователей.

Книга представляет собой краткое, но обстоятельное введение в современные нейронные сети, искусственный интеллект и технологии глубокого обучения. В ней представлено более 20 работоспособных нейронных сетей, написанных на языке Python с использованием модульной библиотеки Keras, работающей поверх библиотек TensorFlow от Google или Theano от компании Lisa Lab.

Кваснов, Антон Васильевич. Интеллектуальная обработка радиолокационной информации : монография / Кваснов, Антон Васильевич ; А. В. Кваснов ; Министерство образования и науки Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого. — Санкт-Петербург : Санкт-Петербургский политехнический университет Петра Великого, 2021. — 352 с. : ил. — Фонд НТО ЗНБ

В монографии с позиции прикладных задач рассмотрены методы и алгоритмы обработки радиолокационной информации. Приведена идеология синтеза данных в совмещенных и пространственно-распределенных радиоэлектронных комплексах. На основе многомерного анализа и математической статистики показаны методы отождествления отметок целей, обработки сигнальной и траекторной информации. Освещены вопросы радиолокационного распознавания объектов и классификации целей с помощью вероятностного подхода и искусственных нейронных сетей.

Сидняев, Н. И. Нейросети и нейроматематика : учебное пособие / Н. И. Сидняев, П. В. Храпов. — Москва : МГТУ им. Н.Э. Баумана, 2016. — 83 с. — ISBN 978-5-7038-4362-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/103583 . — Режим доступа: для авториз. пользователей.

Приведены краткие теоретические сведения, примеры с подробными объяснениями, задачи для самостоятельного решения. Представлено введение в теорию нейронных сетей. Задачи рассматриваются с позиций нейрокомпьютерной математики к постановке физических задач. Учебное пособие поможет студентам старших курсов овладеть методами нейросетевых технологий.

Современные аудиотехнологии в информационно-управляющем поле кабины пилотов : [монография] / Себряков, Герман Георгиевич [и др.] ; Г. Г. Себряков, О. Н. Корсун, Г. А. Лаврова [и др.]. — Москва : Издательский дом Академии им. Н. Е. Жуковского, 2021. — 359 с. : ил. — Библиогр. в конце частей. — Фонд НТО ЗНБ

Монография содержит результаты оригинальных исследований авторов по созданию алгоритмов аудиоинтерфейсов кабины пилотов. Предложены методы распознавания речевых команд, устойчивые к акустическим шумам, исследованы алгоритмы и точность технологии 3D-аудио, имитирующей положение источника звука в заданной точке пространства. Представлены методы оценивания состояния пилота как по речи, так и по изображению лица, сигналам электроэнцефалограммы, отклонениям штурвала. Математический аппарат включает сверхточные нейронные сети, машинное обучение, цифровую фильтрацию, динамическое программирование, спектральный и корреляционный анализ, математическую статистику

Филиппов, Ф. В. Нейросетевые технологии : учебное пособие / Ф. В. Филиппов. — Санкт-Петербург : СПбГУТ им. М.А. Бонч-Бруевича, 2020. — 129 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/180056 . — Режим доступа: для авториз. пользователей.

Рассматриваются теоретические и практические аспекты построения нейронных сетей с использованием различных моделей и архитектур. Изложение материала ведется с примерами, реализованными в среде RStudio с использованием широкого круга библиотек. Предназначено для студентов, обучающихся по программе бакалавриата направления 09.03.02

Баланов, А. Н. Автоматизация производства. Разработка и внедрение систем управления : учебное пособие для вузов / А. Н. Баланов. — Санкт-Петербург : Лань, 2024. — 392 с. — ISBN 978-5-507-49363-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/417776 . — Режим доступа: для авториз. пользователей.

Данное учебное пособие предназначено для студентов вузов и специалистов, стремящихся освоить современные методы и технологии в области автоматизации промышленности. Пособие охватывает широкий спектр тем: от исторического развития и основных концепций автоматизации до передовых технологий, таких как киберфизические системы, Интернет вещей и искусственный интеллект. Преимущества применения нейросетей в управлении производством. Высокая точность прогнозирования.

Ростовцев, В. С. Искусственные нейронные сети / В. С. Ростовцев. — 4-е изд., стер. — Санкт-Петербург : Лань, 2024. — 216 с. — ISBN 978-5-507-47362-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/364517 . — Режим доступа: для авториз. пользователей.

В учебнике приведены основные теоретические и практические сведения по разработке, обучению и применению искусственных нейронных сетей с использованием среды MatLab.Учебник предназначен для студентов магистратуры направления «Информатика и вычислительная техника» и может быть полезен студентам других специальностей при изучении нейросетевых технологий, а также для слушателей курсов повышения квалификации и профессиональной переподготовки.

Прогнозирование ресурса электроизоляционных материалов силовых кабелей с использованием метода искусственных нейронных сетей : монография / Н. К. Полуянович, М. Н. Дубяго, Н. В. Азаров, А. В. Огреничев ; под редакцией Н. К. Полуянович. — Ростов-на-Дону : ЮФУ, 2022. — 116 с. — ISBN 978-5-9275-4057-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/271214 . — Режим доступа: для авториз. пользователей.

Монография посвящена исследованиям термофлуктуационных процессов для решения задач диагностики и прогнозирования остаточного ресурса изоляционных материалов на основе неразрушающего температурного метода. Рассматриваются вопросы создания диагностики и прогнозирования термофлуктуационных процессов изоляционных материалов силовых кабельных линий (СКЛ) на основе таких методов искусственного интеллекта, как нейронные сети. Разработана нейросеть для определения температурного режима токоведущей жилы силового кабеля и проведен сравнительный анализ экспериментальных и расчетных.

Полуянович, Н. К. Нейросетевой метод прогнозирования электропотребления и его инструментальная реализация : монография / Н. К. Полуянович, М. Н. Дубяго, Д. В. Бурьков. — Ростов-на-Дону : ЮФУ, 2023. — 183 с. — ISBN 978-5-9275-4632-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/421394 / — Режим доступа: для авториз. пользователей.

Монография посвящена вопросам прогнозирования электрических нагрузок ЭЭС с использованием аппарата искусственных нейронных сетей. Книга предназначена для специалистов и исследователей, занимающихся вопросами неразрушающего контроля изоляции и прогнозирования ресурса силовых кабельных линий с учетом режимных параметров сети.

Минаков, А. И. Искусственный интеллект и нейросети в образовании : учебник : [16+] / А. И. Минаков. – Москва : Директ-Медиа, 2024. – 156 с. : ил., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=715303 . – Библиогр. в кн. – ISBN 978-5-4499-4638-6. – DOI 10.23681/715303. – Текст: электронный.

Учебник «Искусственный интеллект и нейросети в образовании» предназначен для учителей школ, преподавателей средних специальных и высших учебных заведений. Основная цель учебника — повышение компетенций педагогов в области искусственного интеллекта (ИИ) и нейросетей для решения образовательных задач.

 

Программирование, тестирование, проектирование, нейросети, технологии аппаратно‐программных средств (практические задания и способы их решения) : учебник : [16+] / С. В. Веретехина, В. Л. Симонов, К. С. Кармицкий [и др.]. – Москва : Директ-Медиа, 2022. – 144 с. : ил., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=694782 . – Библиогр. в кн. – ISBN 978-5-4499-3321-8. – DOI 10.23681/694782. – Текст: электронный.

Учебник разработан с учетом требований профессиональных стандартов, сопряженных с профессиональной деятельностью выпускника: «Программист», «Администратор баз данных», «Специалист по информационным системам», «Руководитель проектов в области информационных технологий», «Специалист по тестированию в области информационных технологий», «Технический писатель», «Системный администратор информационно-коммуникационных систем», «Специалист по администрированию сетевых устройств информационно коммуникационных систем».

Барский, А. Б. Логические нейронные сети : учебное пособие : [16+] / А. Б. Барский. – Москва : Интернет-Университет Информационных Технологий (ИНТУИТ) : Бином. Лаборатория знаний, 2007. – 352 с. : ил.,табл., схем. – (Основы информационных технологий). – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=232983 . – ISBN 978-5-9556-0094-9. – Текст: электронный.

На основе положений математической логики событий исследуется возможность построения логических нейронных сетей, выполняющих операции вывода в составе систем искусственного интеллекта, имитирующих механизмы работы мозга. Такие операции лежат в основе систем распознавания, управления и принятия решений. Предлагаются методы построения обученных нейронных сетей, созданных «под задачу», простые методы обучения-трассировки, методы преобразования описаний систем принятия решений для повышения достоверности выводов.

Горбатков, С. А. Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций / С. А. Горбатков, С. А. Фархиева, И. И. Белолипцев ; под ред. С. А. Горбаткова ; Финансовый университет при Правительстве РФ. – Москва: Прометей, 2018. – 372 с.: схем., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=494873 . – Библиогр.: с. 327-336. – ISBN 978-5-907003-09-5. – Текст: электронный.

Монография посвящена общим принципам совершенствования нейросетевых методов моделирования диагностики и прогнозирования вероятности риска банкротств корпораций применительно к сложным условиям моделирования: неполноты, неточности и неопределённости в данных.

Тюменский государственный институт культуры: выпускная квалификационная работа. – Тюмень : б.и., 2023. – 56 с. : ил., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=714802 . – Текст: электронный.

В выпускной квалификационной работе рассматривается история и перспективы применения нейросетей – одного из элементов искусственного интеллекта. Акцент делается на изучении возможностей внедрения нейросетевых технологий в практическую деятельность библиотек.

 

Косарев, В. С. Нейронные сети в экономике и финансах / В. С. Косарев ; Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (РАНХиГС). – Москва : Дело, 2021. – 118 с. : ил. – (Научные доклады: экономика ; 21/11). – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=694963 . – Библиогр. в кн. – ISBN 978-5-85006-382-5. – Текст: электронный.

Искусственные нейронные сети в настоящее время находят широкое применение в экономике и финансах. Прежде всего они являются альтернативой эконометрических методов оценки, направленных на построение прогнозов, и решают широкий спектр прикладных задач, связанных с предобработкой данных для исследования. Современному экономисту может быть полезно иметь данный инструмент в арсенале методов.

Статьи из периодических изданий

Нейросети в современном искусстве/ А. Н. Соколов, Е. А. Зиганшина, В. П. Кресова, Д. Д. Соловова // Вестник Тюменского государственного института культуры. — 2021. — № 3. — С. 189-193. — ISSN 2413-7898. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/journal/issue/344900 . — Режим доступа: для авториз. пользователей.

В данной статье рассматривается влияние такой формы искусственного интеллекта, как нейросети, на современное искусство не только в качестве технологии или инструмента, но и в качестве созидателя. Приводятся примеры, рассматриваются перспективы.

Применение нейросетей в медицине / Е. А. Задорожная, E. A. Zadorozhnaya, К. А. Мороз, K. A. Moroz // Молодой исследователь Дона. — 2024. — № 2 (47). — С. 10-12. — ISSN 2500-1779. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/journal/issue/356537 . — Режим доступа: для авториз. пользователей.

Актуальность применения нейросетей (НС) в разных сферах медицины обусловлена необходимостью повышения качества обслуживания и упрощения процесса оказания услуг как для пациента, так и для персонала лечебного учреждения. Авторами статьи представлена собранная ими информация о возможности использования искусственного интеллекта (ИИ) в сфере здравоохранения на данный момент.

Применение генеративно-состязательных нейросетей для генерации изображений / Е. В. Ильинская, E. V. Ilyinskaya, Е. Н. Голышева [и др.] // Научный результат. Информационные технологии. — 2024. — № 1. — С. 73-78. — ISSN 2518-1092. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/journal/issue/356471. — Режим доступа: для авториз. пользователей.

В данной статье рассматривается тема генерации изображений с использованием генеративно-состязательных нейронных сетей. Благодаря развитию глубокого обучения и искусственного интеллекта, нейросети стали мощным инструментом для создания реалистичных и выразительных изображений. Генерация изображений с помощью нейросетей является одной из наиболее перспективных областей искусственного интеллекта. Нейросети позволяют генерировать изображения, которые не только соответствуют заданным параметрам, но также являются новыми и оригинальными. В этой статье рассматриваются ключевые аспекты использования нейросетей в генерации изображений. Основное внимание уделяется анализу различных архитектур и подходов в области генерации изображений с помощью нейронных сетей.

Влияние искусственной нейросети на конкурентоспособность участников фондового рынка/ К. С. Черкашина, K. S. Cherkashina, А. И. Стеганцова [и др.] // Вестник студенческого научного общества ГОУ ВПО «Донецкий национальный университет». — 2024. — № 16. — С. 191-194. — ISSN 2522-4824. — Текст : электронный // Лань : электронно-библиотечная система. —

URL: https://e.lanbook.com/journal/issue/356819 . — Режим доступа: для авториз. пользователей.

В данной статье рассмотрен возможный исход внедрения искусственных нейронных сетей на фондовый рынок с позиции конкурентоспособности его участников. Представлены результаты исследования преимуществ и недостатков внедрения нейросетей, а также возможные перспективы их использования.

Нейронные сети: новый прорыв [Текст]: мнения экспертов / Игорь Фаломкин [и др.] // Системы безопасности. — 2019. — № 1 (145). — С. 54-60. — Фонд НТО ЗНБ

История нейронных сетей помнит взлеты и падения, но вот уже несколько лет, как они прочно обосновались в списке ключевых трендов рынка систем безопасности и продолжают укреплять свои позиции. Ведется активная работа по освоению нейросетей для различных задач анализа и распознавания информации, но они показывают реальные шансы выйти за пределы технологий распознавания и поменять облик всей отрасли. Специалисты из компаний проанализировали текущие достижения нейросетей и предположили, чего от них ждать в ближайшем будущем.

 

Бучнева, А. Нейросеть: дерево решений или случайный лес?/ А. Бучнева // БИТ. Бизнес & Информационные технологии. – 2018. — № 4. – С. 48-54. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=562401. – ISSN 2313-8718. – Текст: электронный.

В статье дан анализ и прогноз состояния информационных технологий, тенденции развития и роль  нейросетей в оптимизации бизнес-процессов.

 

Коссе, В. К. Сетевое обнаружение атак от устройств интернета вещей многослойной нейросетью [Текст] / В. К. Коссе, С. В. Спевакова // Телекоммуникации. — 2019. — № 5. — С. 2-5. — Библиогр.: с. 5 (10 назв.). — 2 рис. — Фонд НТО ЗНБ

Предложен метод обучения многослойной нейросети по распознаванию аномального поведения устройств интернета вещей (IoT), свидетельствующего об их компрометации. Данный метод способствует мгновенному обнаружению атак от IoT-устройств с

последующим выводом их из строя. Рассмотренный подход позволяет с высокой степенью точности определять аномальное поведение, способствуя сокращению числа ботнетов.

 

Викулин, В. Проект «Яркая память» / В. Викулин, Б. Копин, Д. Кузьмин // Системный администратор. – 2018. — № 1-2 (182-183). – С. 94-96.– Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=562440. – ISSN 1813-5579. – Текст: электронный.

Опыт использования нейросетей для колоризации черно-белых фотографий.

 

 

Дембицкий, Н. Л.  Бортовая нейросеть системы управления летательным аппаратом на континуальных аналоговых процессорах [Текст] = Onboard neural network of aircraft control system based on continuous analog processors / Н. Л. Дембицкий // Авиакосмическое приборостроение. — 2019. — № 11. — С. 13-20. — Библиогр.: с. 19-20 (8 назв.). — 3 рис. — Фонд НТО ЗНБ

В данной работе рассматривается подход, основанный на применении континуальных аналоговых процессоров, в которых совмещены логические и вычислительные функции обработка сигналов. На базе континуальных аналоговых процессоров создается функционально-логическая нейросеть, которая встраивается в систему управления агрегатами летательного аппарата.

 

Позняков, П. Разработка приложений для СнК SmartFusion2 с использованием Libero SoC и SoftConsole / П. Позняков // Компоненты и технологии = Components & Technologies, — 2021. — № 4. – С. 90-96. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=686640. – ISSN 2079-6811. – Текст: электронный.

Описывается развертывание нейросетей в ПЛИС Microchip

 

 

Милберг, Э. Л. Децентрализованная цепь транзакций: нейросеть / Э. Л. Милберг// Современная электроника. — 2020. — № 8. — С. 20-25. — Библиогр.: с. 25 (9 назв.). — Фонд НТО ЗНБ

Предлагается особый механизм построения сети ассоциативных децентрализованных связей.

 

 

 

Бахчевников, В. В. Способ использования средств быстрого прототипирования для реализации сверточной нейронной сети на ПЛИС = Using fast prototyping facilities for implementation of a convolution neural network on a FPGA / В. В. Бахчевников, В. А. Деркачев, А. Н. Бакуменко // Известия ЮФУ. Технические науки. — 2020. — № 3 (213). — С. 146-156. — Библиогр.: с. 154 (20 назв.). — 8 рис., 3 табл. — Фонд НТО ЗНБ
http://dx.doi.org/10.18522/2311-3103-2020-3-146-156

Исследования в области искусственного интеллекта ведутся с возрастающим интересом с каждым годом. Области применения искусственного интеллекта довольно обширны: автоматизация, анализ большого объема данных, технологии умного дома, машинное зрение и т. д. Технологии искусственного интеллекта базируются на использовании искусственных нейронных сетей, имеющие в своей основе принципы нервной системы животных. При этом актуальным вопросом является реализация искусственных нейронных сетей на различных программно-аппаратных платформах: программируемых логических интегральных схемах (ПЛИС) типа FPGA (Field Programmable Gate Array), на интегральных схемах специального назначения (Application-Specific Integrated Circuit, ASIC), GPU, CPU и т. д.

Коржебин, А. Нейросеть как литературный «негр» / Алексей Коржебин // Системы безопасности. — 2020. — № 4 (154). — С. 35-36. — Фонд НТО ЗНБ
https://dlib.eastview.com/browse/pdf

В мае 2020 г. OpenAI представила третью версию языковой модели GPT, позволяющую генерировать текст, который не всегда можно отличить от того, что написал бы человек.

 

Список использованной литературы.

  1. Антонио, Д. Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow / Д. Антонио, П. Суджит ; перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2018. — 294 с. — ISBN 978-5-97060-573-8. — Текст : электронный // Лань : электронно-библиотечная система. URL:https://e.lanbook.com/book/111438
  2. Баланов, А. Н. Автоматизация производства. Разработка и внедрение систем управления : учебное пособие для вузов / А. Н. Баланов. — Санкт-Петербург: Лань, 2024. — 392 с. — ISBN 978-5-507-49363-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/417776
  3. Барский, А. Б. Логические нейронные сети: учебное пособие : [16+] / А. Б. Барский. – Москва: Интернет-Университет Информационных Технологий (ИНТУИТ): Бином. Лаборатория знаний, 2007. – 352 с. : ил.,табл., схем. – (Основы информационных технологий). – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=232983. – ISBN 978-5-9556-0094-9. – Текст: электронный.
  4. Горбатков, С. А. Нейросетевые и нечеткие методы моделирования диагностики и прогнозирования банкротств корпораций / С. А. Горбатков, С. А. Фархиева, И. И. Белолипцев ; под ред. С. А. Горбаткова ; Финансовый университет при Правительстве РФ. – Москва: Прометей, 2018. – 372 с. : схем., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=494873. – Библиогр.: с. 327-336. – ISBN 978-5-907003-09-5. – Текст: электронный.
  5. Евстафьев, В. А. Искусственный интеллект и нейросети: практика применения в рекламе : учебное пособие / В. А. Евстафьев, М. А. Тюков. — Москва : Дашков и К, 2023. — 426 с. — ISBN 978-5-394-05455-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/392276
  6. Кваснов, Антон Васильевич. Интеллектуальная обработка радиолокационной информации : монография / Кваснов, Антон Васильевич ; А. В. Кваснов ; Министерство образования и науки Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого. — Санкт-Петербург: Санкт-Петербургский политехнический университет Петра Великого, 2021. — 352 с.: ил – Фонд НТО ЗНБ
  7. Косарев, В. С. Нейронные сети в экономике и финансах / В. С. Косарев ; Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (РАНХиГС). – Москва : Дело, 2021. – 118 с. : ил. – (Научные доклады: экономика ; 21/11). – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=694963. – Библиогр. в кн. – ISBN 978-5-85006-382-5. – Текст: электронный.
  8. Минаков, А. И. Искусственный интеллект и нейросети в образовании : учебник : [16+] / А. И. Минаков. – Москва : Директ-Медиа, 2024. – 156 с. : ил., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=715303. – Библиогр. в кн. – ISBN 978-5-4499-4638-6. – DOI 10.23681/715303. – Текст: электронный..
  9. Омельяненко, Я. Эволюционные нейросети на языке Python : руководство / Я. Омельяненко ; перевод с английского В. С. Яценкова. — Москва : ДМК Пресс, 2020. — 310 с. — ISBN 978-5-97060-854-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179494. — Режим доступа: для авториз. пользователей.
  10. Полуянович, Н. К. Нейросетевой метод прогнозирования электропотребления и его инструментальная реализация / Н. К. Полуянович, Д. В. Бурьков, М. Н. Дубяго ; Южный федеральный университет, Инженерно-технологическая академия. – Ростов-на-Дону ; Таганрог : Южный федеральный университет, 2023. – 185 с. : ил., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=715370. – Библиогр. в кн. – ISBN 978-5-9275-4632-9. – DOI 10.18522/801317381. – Текст: электронный.
  11. Применение искусственных нейронных сетей и системы остаточных классов в криптографии [Текст] / Н. И. Червяков [и др.]. — М.: Физматлит, 2012. — 279 с. : ил. — Библиогр. в конце глав –Фонд НТО ЗНБ
  12. Прогнозирование ресурса электроизоляционных материалов силовых кабелей с использованием метода искусственных нейронных сетей: монография / Н. К. Полуянович, М. Н. Дубяго, Н. В. Азаров, А. В. Огреничев ; под редакцией Н. К. Полуянович. — Ростов-на-Дону : ЮФУ, 2022. — 116 с. — ISBN 978-5-9275-4057-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/271214. — Режим доступа: для авториз. пользователей.
  13. Программирование, тестирование, проектирование, нейросети, технологии аппаратно‐программных средств (практические задания и способы их решения) : учебник : [16+] / С. В. Веретехина, В. Л. Симонов, К. С. Кармицкий [и др.]. – Москва : Директ-Медиа, 2022. – 144 с. : ил., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=694782 – Библиогр. в кн. – ISBN 978-5-4499-3321-8. – DOI 10.23681/694782. – Текст: электронный.
  14. Ростовцев, В. С. Искусственные нейронные сети / В. С. Ростовцев. — 4-е изд., стер. — Санкт-Петербург: Лань, 2024. — 216 с. — ISBN 978-5-507-47362-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/364517. — Режим доступа: для авториз. пользователей.
  15. Сидняев, Н. И. Нейросети и нейроматематика : учебное пособие / Н. И. Сидняев, П. В. Храпов. — Москва: МГТУ им. Н.Э. Баумана, 2016. — 83 с. — ISBN 978-5-7038-4362-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/103583. — Режим доступа: для авториз. пользователей.
  16. Современные аудиотехнологии в информационно-управляющем поле кабины пилотов: [монография] / Себряков, Герман Георгиевич [и др.] ; Г. Г. Себряков, О. Н. Корсун, Г. А. Лаврова [и др.]. — Москва: Издательский дом Академии им. Н. Е. Жуковского, 2021. — 359 с. : ил. — Библиогр. в конце частей —  Фонд НТО ЗНБ
  17. Филиппов, Ф. В. Нейросетевые технологии: учебное пособие / Ф. В. Филиппов. — Санкт-Петербург: СПбГУТ им. М.А. Бонч-Бруевича, 2020. — 129 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/180056. — Режим доступа: для авториз. пользователей.
  18. Тюменский государственный институт культуры: выпускная квалификационная работа. – Тюмень: б. и., 2023. – 56 с. : ил., табл. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=714802 . – Текст: электронный.
  19. Бахчевников, В. В. Способ использования средств быстрого прототипирования для реализации сверточной нейронной сети на ПЛИС = Using fast prototyping facilities for implementation of a convolution neural network on a FPGA / В. В. Бахчевников, В. А. Деркачев, А. Н. Бакуменко // Известия ЮФУ. Технические науки. — 2020. — № 3 (213). — С. 146-156. — Библиогр.: с. 154 (20 назв.). — 8 рис., 3 табл. — Фонд НТО ЗНБ
  20. Бучнева, А. Нейросеть: дерево решений или случайный лес?/ А. Бучнева // БИТ. Бизнес & Информационные технологии. – 2018. — № 4. – С. 48-54. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=562401. – ISSN 2313-8718. – Текст: электронный.
  21. Викулин, В. Проект «Яркая память» / В. Викулин, Б. Копин, Д. Кузьмин // Системный администратор. – 2018. — № 1-2 (182-183). – С. 94-96.– Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=562440. – ISSN 1813-5579. – Текст: электронный.
  22. Влияние искусственной нейросети на конкурентоспособность участников фондового рынка/ К. С. Черкашина, K. S. Cherkashina, А. И. Стеганцова [и др.] // Вестник студенческого научного общества ГОУ ВПО «Донецкий национальный университет». — 2024. — № 16. — С. 191-194. — ISSN 2522-4824. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/journal/issue/356819— Режим доступа: для авториз. пользователей.
  23. Дембицкий, Н. Л.  Бортовая нейросеть системы управления летательным аппаратом на континуальных аналоговых процессорах [Текст] = Onboard neural network of aircraft control system based on continuous analog processors / Н. Л. Дембицкий // Авиакосмическое приборостроение. — 2019. — № 11. — С. 13-20. — Библиогр.: с. 19-20 (8 назв.). — 3 рис. — Фонд НТО ЗНБ
  24. Коржебин, А. Нейросеть как литературный «негр» / Алексей Коржебин // Системы безопасности. — 2020. — № 4 (154). — С. 35-36.- https://dlib.eastview.com/browse/pdf — Фонд НТО ЗНБ
  25. Коссе, В. К. Сетевое обнаружение атак от устройств интернета вещей многослойной нейросетью [Текст] / В. К. Коссе, С. В. Спевакова // Телекоммуникации. — 2019. — № 5. — С. 2-5. — Библиогр.: с. 5 (10 назв.). — 2 рис.- Фонд НТО ЗНБ
  26. Милберг, Э. Л. Децентрализованная цепь транзакций: нейросеть / Э. Л. Милберг
    // Современная электроника. — 2020. — № 8. — С. 20-25. — Библиогр.: с. 25 (9 назв.). — Фонд НТО ЗНБ
  27. Нейронные сети: новый прорыв [Текст]: мнения экспертов / Игорь Фаломкин [и др.] // Системы безопасности. — 2019. — № 1 (145). — С. 54-60.- Фонд НТО ЗНБ
  28. Нейросети в современном искусстве/ А. Н. Соколов, Е. А. Зиганшина, В. П. Кресова, Д. Д. Соловова // Вестник Тюменского государственного института культуры. — 2021. — № 3. — С. 189-193. — ISSN 2413-7898. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/journal/issue/344900. — Режим доступа: для авториз. пользователей.
  29. Позняков, П. Разработка приложений для СнК SmartFusion2 с использованием Libero SoC и SoftConsole / П. Позняков // Компоненты и технологии = Components & Technologies, — 2021. — № 4. – С. 90-96. – Режим доступа: по подписке. – URL: https://biblioclub.ru/index.php?page=book&id=686640. – ISSN 2079-6811. – Текст: электронный.
  30. Применение генеративно-состязательных нейросетей для генерации изображений / Е. В. Ильинская, E. V. Ilyinskaya, Е. Н. Голышева [и др.] // Научный результат. Информационные технологии. — 2024. — № 1. — С. 73-78. — ISSN 2518-1092. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/journal/issue/356471. — Режим доступа: для авториз. пользователей.
  31. Применение нейросетей в медицине / Е. А. Задорожная, E. A. Zadorozhnaya, К. А. Мороз, K. A. Moroz // Молодой исследователь Дона. — 2024. — № 2 (47). — С. 10-12. — ISSN 2500-1779. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/journal/issue/356537. — Режим доступа: для авториз. пользователей.

 

Выставку подготовила ведущий библиотекарь НТО ЗНБ ЮФУ Сметанко А. И.