Постоянная ссылка (СИД2) |
J2092665855 |
Название |
Глубокое машинное обучение в оптимизации научно-исследовательской деятельности |
Автор |
Мельникова Е. В. |
Источник |
Научно-техническая информация. сер. 1. Организация и методика информационной работы/ Всероссийский институт научной и технической информации РАН |
Страницы/Объём |
8-13 |
Сокращ. назв. источника |
НТИ. сер. 1. Орг. и методика информ. работы/ ВИНИТИ РАН |
Год |
2023 |
Номер |
2 |
DOI |
10.36535/0548-0019-2023-02-2 |
Адрес в Интернет |
http://elibrary.ru/item.asp?id=50350149 |
Постоянная ссылка (СИД) |
J20926658 |
Ключевые слова (авторские) |
Большие Данные%глубокое обучение%искусственные нейронные сети%искусственный интеллект%машинное обучение%наукометрия%научные репозитарии%прогнозные модели%результативность |
Место хранения |
Удаленный доступ. Эл. регистрация |
Дата регистрации в ВИНИТИ |
22.12.2022 |
Язык текста |
русский |
Аннотация |
Дана общая характеристика машинного обучения - подобласти искусственного интеллекта. Раскрыто содержание процесса глубокого обучения, представлены его основные черты и особенности как технологии искусственного интеллекта высокого уровня. Проанализированы отличия глубокого обучения от обычного машинного. Рассмотрена архитектура моделей глубокого обучения. Изложены вопросы применения глубокого обучения в искусственных нейронных сетях, отражены основные процессы в работе нейросетей. Отмечена значимость нейросетей глубокого обучения для обработки больших данных. Приведены конкретные примеры применения алгоритмов глубокого обучения в различных областях науки, включая наукометрию, библиометрию, медицину, геосейсмику и др. Подчеркнута важная роль глубокого обучения в оптимизации научно-исследовательской деятельности, повышении результативности научных исследований |
Адрес полного текста в открытом доступе |
|
Тематический раздел |
Информатика |
Издательский номер в РЖ |
23.07-59.165 |
Шифр ГРНТИ |
20.23.25 |
Ключевые слова |
нейронные сети, искусственный интеллект, большие данные, глубокое обучение |