51. |
|
52. |
 |
Самигулина Г. А.
Интеллектуальные стохастические квазирасщепленные системы управления на основе технологии искусственных иммунных систем
|
|
53. |
|
Савельев А. В.
Электрические механизмы вынужденных перемещений нервного пучка: роли и моделирование
|
|
54. |
|
Савельев А. В.
Онтология Нейроинформатики как виртуальная реальность
|
|
55. |
|
Савельев А. В., Хакимзянов Р. Г., Шангареев Р. Р.
Исследование электродинамических свойств электрического синапса нейрона
|
|
56. |
|
Савельев А. В.
Не является ли трансформация ритма разрядов нейрона своеобразным последовательным кодом?
|
|
57. |
|
Савельев А. В.
Понятие нейроинформатизации в категориальной терминологии
|
|
58. |
|
Смолин Д. В.
Сигнал и его описание
|
|
59. |
|
Сичинава З. И., Конев С. В., Ясницкий Л. Н.
Применение нейросетевых технологий для диагностики неисправностей авиационных двигателей
|
|
60. |
|
Сизиков В. П., Разумов В. И.
Мироздание несколько тоньше устроено, чем нейросеть
|
|
61. |
|
Сиек Ю. Л., Черных П. П.
Интеллектуальный лабораторный комплекс для системуправления динамическими объектами
|
|
62. |
|
Сиротинина Н. Ю., Фомин Ю. Н.
Эффективная реализация нейронных сетей на кластерной архитектуре
|
|
63. |
|
Субботин С. А., Кирсанова Е. В.
Синтез многослойной нейросети на основе кластер-регрессионной аппроксимации в задаче моделирования показателя здоровья детей
|
|
64. |
|
Свиридов Д. В., Сырецкий Г. А.
Динамическая нейросеть для прогнозирования свойств керамического порошка в производственных условиях
|
|
65. |
|
Томашев М. В.
Применение нейросетевых технологий при прогнозировании востребованности специальности со стороны абитуриентов
|
|
66. |
|
Хомич А. В., Жуков Л. А.
Декомпозиция задачи обучения нейронной сети с учителем методом дихотомии области ответов
|
|
67. |
|
Хомич А. В., Жуков Л. А.
Декомпозиция задачи обучения нейронной сети с учителем методом кластеризации множества обучающих примеров
|
|
68. |
|
Царегородцев В. Г.
Общая неэффективность использования суммарного градиента выборки при обучении нейронной сети
|
|
69. |
|
Царегородцев В. Г.
Оптимизация экспертов boosting-коллектива по их кривым обучения
|
|
70. |
|
Царегородцев В. Г.
Высокая чувствительность отклика нейроклассификатора к колебаниям входов может индицировать наличие выбросов в данных
|
|
71. |
|
Царегородцев В. Г.
Редукция размеров нейросети не приводит к повышению обобщающих способностей
|
|
72. |
|
Чернышев Д. В.
Определение и прогноз хаотичной динамики объектов управления
|
|
73. |
|
Чиженкова Р. А., Сафрошкина А. А., Чиженков В. Ю.
Внутренняя структура пачечной активности нейронных популяций коры больших полушарий
|
|
74. |
|
Чуканов С. Н., Василенко Д. Н., Смирнов Ю. В.
Применение градиентно-гамильтоновой декомпозиции для анализа нейросетей
|
|
75. |
|
76. |
|
77. |
|
Шамшурин А. В., Дубич В. В., Слабко В. В., Тимофеев В. П., Ветров С. Я.
Разработка экспертной системы оценки работы вузов
|
|
78. |
|
Шевелев О. Г.
Анализ частоты встречаемости различных длин предложений в литературном тексте как возможной характеристики авторского стиля с помощью самоорганизующихся карт Кохонена
|
|
79. |
|
Шевко Д. Г.
Алгоритмическое обеспечение гибридных нелинейно преобразованных систем прямого адаптивного управления с запаздыванием по состоянию
|
|
80. |
|
Шихов М. М., Ростовцев В. С.
Программа для исследования работы гибридной нейронной сети
|
|
81. |
|
Энгель Е. А.
Практическая реализация нейросетевой модели СППР для определения и повышения уровня социальной адаптации первокурсников вузов
|
|
82. |
|
83. |
|
84. |
|
