Перейти к основному контенту Перейти к главному меню навигации Перейти к нижнему колонтитулу сайта
##common.pageHeaderLogo.altText##
Известия ЮФУ
Технические науки
  • Текущий выпуск
  • Предыдущие выпуски
    • Архив
    • Выпуски 1995 – 2019
  • Редакционный совет
  • О журнале
    • Официально
    • Основные задачи
    • Основные рубрики
    • Специальности ВАК РФ
    • Главный редактор
English
ISSN 1999-9429 print
ISSN 2311-3103 online
  • Вход
  1. Главная /
  2. Найти

Найти

Расширенные фильтры
Опубликовано после
Опубликовано до

Результаты поиска

Найдено результатов: 2.
  • АНАЛИЗ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, ПРИМЕНЯЕМЫХ ДЛЯ РЕШЕНИЯ ЗАДАЧ ПСИХИАТРИИ

    Е. С. Подоплелова
    2022-05-26
    Аннотация ▼

    Использование методов искусственного интеллекта в области медицины получило
    широкое распространение, помогая диагностировать, анализировать и давать рекоменда-
    ции по лечению. Психиатрия – это область медицины, изучающая психические расстрой-
    ства, методы их диагностики и лечения. В спектр ее задач входит не только диагностика
    и лечение, но также наблюдение, мониторинг и последующая реабилитация пациентов.
    Эта предметная область имеет существенные проблемы, такие как объективность, про-
    тиворечивость диагноза, сложность классификации болезней, непредсказуемость течения
    заболевания. С рядом этих проблем помогает справиться использование методов машин-
    ного обучения и алгоритмы искусственного интеллекта. Данная работа посвящена обзору
    исследований методов искусственного интеллекта, применяемых для решения задач в об-
    ласти психиатрии. Актуальность темы обусловлена высокой потребностью данной пред-
    метной области в улучшениях. Конкретные проблемы представлены в данной статье.
    Среди них были выделены основные направления: деидентификация данных, классификация
    тяжести симптомов, точность прогнозирования состояния. Для их решения авторами
    были применены такие методы как латентный семантический анализ для обработки ес-
    тественного языка, методы классификации, сверточные нейронные сети для прогнозиро-
    вания, когнитивное моделирование. Отдельно отмечена эффективность гибридных сис-
    тем, включающих реализацию сразу нескольких метолов машинного обучения. Целью ис-
    следования было выделить основные направления развития исследований научного сообще-
    ства, которые демонстрируют успешную интеграцию искусственного интеллекта в пси-
    хиатрию, а также сравнение их между собой по полученным оценкам точности моделей.
    Что, в свою очередь, подразумевает разбор и анализ конкретных алгоритмов, их произво-
    дительность для конкретных задач.

  • ГИБРИДНЫЙ ПОДХОД К СОВМЕСТНОМУ РЕШЕНИЮ ЗАДАЧ РАЗМЕЩЕНИЯ И ТРАССИРОВКИ

    Л.А. Гладков , Н.В. Гладкова , Джаббар Ясир Ясир Муханад
    2020-11-22
    Аннотация ▼

    В статье предложен интегрированный подход к решению задач размещения и трас-
    сировки элементов схем электронной вычислительной аппаратуры. Подход основан на
    совместном решении задач размещения и трассировки с использованием нечетких генети-
    ческих методов. Приведено описание рассматриваемой проблемы и выполнен краткий ана-
    лиз существующих подходов к ее решению. В статье рассматриваются интегрированные
    подходы к решению оптимизационных задач автоматизированного проектирования схем
    цифровой электронно-вычислительной аппаратуры. Подчеркнута актуальность и важность
    разработки новых эффективных методов решения подобных задач. Отмечено, что важным
    направлением развития методов оптимизации является разработка гибридных методов и
    подходов, сочетающих достоинства различных методов вычислительного интеллекта.
    В статье описаны следующие основные моменты: структура предлагаемого алгоритма и
    его основные этапы; модифицированные генетические операторы кроссовера; предложены
    модели формирования текущей популяции; модифицированные эвристики, операторы и
    стратегии поиска оптимальных решений. Приведены результаты вычислительных экспе-
    риментов. Проведенные эксперименты подтверждают эффективность предложенного
    подхода. В заключении приводится краткий анализ полученных результатов.

1 - 2 из 2 результатов

links

Для авторов
  • Подать статью
  • Требования к рукописи
  • Редакционная политика
  • Рецензирование
  • Этика научных публикаций
  • Политика открытого доступа
  • Сопроводительные документы
Язык
  • English
  • Русский

journal

* не является рекламой

index

Индексация журнала
* не является рекламой
Информация
  • Для читателей
  • Для авторов
  • Для библиотек
Адрес редакции: 347900, г. Таганрог, ул. Чехова, д. 22, А-211 Телефон: +7 (8634) 37-19-80 Электронная почта: iborodyanskiy@sfedu.ru
Публикация в журнале бесплатна
Больше информации об этой издательской системе, платформе и рабочем процессе от OJS/PKP.
logo Сайт разработан командой ЦИИР