Бібліотека Київського столичного університету імені Бориса Грінченка

Головна

Спрощенний режим

Посібник користувача

Бази даних

Електронний каталог бібліотеки- результати пошуку

Вид пошуку

Електронний каталог бібліотеки

Каталог авторефератів та дисертацій

Грінченкознавство

Рідкісні та цінні видання

Українська Аудіокнига

Мережеві ресурси

Наукові періодичні видання Університету

Зона пошуку

Знайдено у інших БД:

Мережеві ресурси (1)

Формат представлення знайдених документів:
повний	інформаційний	короткий

Відсортувати знайдені документи за:
автором	назвою	роком видання	типом документа

Пошуковий запит: (<.>K=нейромережі<.>)

Загальна кількість знайдених документів : 8
Показані документи с 1 за 8

Назва журналу :Компьютеры, сети, программирование -2017р.,N 2
Цікаві статті :
Факты и комментарии (стр.4, 13, 28, 36) Кл.слова: роутери D- Link,браузер Neon,робомобілі
Даррен Билби сравнил антивирусы с мертвой канарейкой (стр.2-3) Кл.слова: антивірус,кібератаки,безпека в інтернеті
Очки против системы распознавания лиц (стр.3-4) Кл.слова: розпізнавання осіб,фізична зовнішність,нейромережі розпізнавання осіб
Перспективные разработки Intel (стр.6-7) Кл.слова: транспортні засоби,процесор Core i7 поточного покоління,автономні транспортні засоби
Зеркало из 2000 атомов (стр.7-8) Кл.слова: дзеркало,хвилеводи у квантовій електродинаміці,атомні дзеркала
Лазары с "фазовой автоподстройкой" открывают путь к созданию терагерцовых сканеров (стр.8-9) Кл.слова: терагерцеві сканери,випромінювання,лазерна матриця
Apple опубликовала научную работу по ИИ (стр.10) Кл.слова: програми штучного інтелекту,нейромережі,тестування
Open source (стр.11) Кл.слова: Linux Foundation,Mikrosoft,сімейство шрифтів Noto
Google закрыла проект по созданию интернет-покрытия с помощью дронов (стр.12) Кл.слова: експериментальний проект Titan,дрони,літаючі апарати
Браузер Neon (стр.12-13) Кл.слова: настільні комп'ютери,омнібокс,пошуковики
Посуда из листьев (стр.14) Кл.слова: екологія,біоразкладний посуд,одноразовий посуд
Во Франции открылась дорога, покрытая солнечными панелями (стр.15) Кл.слова: сонячні панелі,освітлення доріг,сонячні дороги
Hardware (стр.16-28) Кл.слова: SSD-накопичувачі,пам’ять,споживчі моделі накопичувачів
Как ИИ может изменить мир (стр.30-34) Кл.слова: технологічна сингулярність,штучний інтелект,комп’ютер
Цікаві статті :
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Тищенко, Віталій
Назва : Аналіз методів навчання та інструментів нейромереж для виявлення фейків
Місце публікування : Кібербезпека: освіта, наука, техніка: електронне наукове видання/ Київський університет імені Бориса Грінченка. - 2023. - Том 4, N 20. - С. 20-34. - ISSN 2663-4023, DOI 10.28925/2663-4023.2023.20.2034 (Шифр К667665926/2023/4/20). - ISSN 2663-4023, DOI 10.28925/2663-4023.2023.20.2034
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): фейкові новини--нейромережі--методи навчання--інструменти виявлення фейків--мережа інтернет
Анотація: У цій статті проводиться аналіз різних методів навчання та інструментів нейромереж для виявлення фейків. Розглядаються підходи до виявлення фейків на основі текстових, візуальних та змішаних даних, а також використання різних типів нейромереж, таких як рекурентні нейронні мережі, згорткові нейронні мережі, глибока нейронна мережа, генеративні змагальні мережі та. Також розглядаються методи навчання з вчителем та без вчителя, такі як автокодувальні нейромережі та глибокі варіаційні автокодувальні нейромережі.
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Сватюк, Данило Романович, Сватюк, Оксана Робертівна, Белей, Олександр Ігорович
Назва : Застосування згорткових нейронних мереж для безпеки розпізнавання об'єктів у відеопотоці
Місце публікування : Кібербезпека: освіта, наука, техніка: електронне наукове видання/ Київський університет імені Бориса Грінченка. - 2020. - N 8. - С. 97-112. - ISSN 2663-4023, DOI 10.28925/2663-4023.2020.8.97112 (Шифр К667665926/2020/8). - ISSN 2663-4023, DOI 10.28925/2663-4023.2020.8.97112
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): нейромережі--згорткові мережі--відео потік--програма мобільних пристроїв
Анотація: Стаття присвячена аналізу методів розпізнавання зображень та пошуку їх у відеопотоці. Проаналізовано еволюцію структури згорткових нейронних мереж, що використовуються в області діагностики комп'ютерних відеопотоків. Здійснено оцінку ефективності алгоритмів діагностики відеопотоків та розпізнавання номерних знаків автомобілів. Описана методика розпізнавання номерних знаків автомобілів, що знаходяться у відеопотоці транспортних нейронних мереж. В дослідженні приділено увагу створенню комбінованої системи, яка поєднує в собі технологію штучного інтелекту та комп'ютерного зору на основі нечіткої логіки. Для вирішення проблеми розпізнавання зображень номерних знаків у відеопотоці транспортної системи запропоновано метод розпізнавання зображень у безперервному відеопотоці з його реалізацією на основі складу традиційних методів обробки зображень та нейронних мереж із згортковими та періодичними шарами. Описано структуру та особливості функціонування інтелектуальної розподіленої системи безпеки міського транспорту, особливістю якої є використання мобільних пристроїв, підключених до єдиної мережі.Запропоновано та здійснено практичну реалізацію програмного застосування для розпізнавання автомобільних номерних знаків мобільними пристроями на платформі операційної системи Android. Розроблено різні сценарії розпізнавання номерних знаків автомобілів у реальному часі та збереження їх у базі даних для подальшого аналізу та використання. В запропонованому застосуваннівикористовуються дві різні спеціалізовані нейромережі: одна -для детектування об’єктів у відеопотоці, інша –для розпізнавання тексту з виділеного зображення. Проведене випробовування та аналіз програмного застосування на платформі операційної системи Android для розпізнавання автомобільних номерних знаків у реальному часі підтвердив працездатність запропонованого математичного забезпечення і може використовуватися для безпечного аналізу номерних знаків автомобілів у сканованому відео потоці шляхом порівняння з номерними знаками в існуючій базі даних. Авторами реалізовано функціонування метод згорткових нейронних мереж виявлення та розпізнавання номерних знаків, персоналу та критичних ситуацій у відеопотоці з камер мобільних пристроїв у режимі реального часу. Продемонстрована можливість його застосування у сфері безпечної ідентифікації номерних знаків автомобілів
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Сосновий, Владислав, Лащевська, Наталія
Назва : Виявлення шкідливої діяльності з використанням нейронної мережі для безперервної роботи
Місце публікування : Кібербезпека: освіта, наука, техніка: електронне наукове видання/ Київський університет імені Бориса Грінченка. - 2024. - Том 3, N 23. - С. 213-224. - ISSN 2663-4023, DOI 10.28925/2663-4023.2024.23.213224 (Шифр К667665926/2024/3/23). - ISSN 2663-4023, DOI 10.28925/2663-4023.2024.23.213224
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): рекурентна нейронна мережа--машинне навчання--глибинне навчання нейромережі--виявлення шкідливих програм
Анотація: В даній статті описана проблема з виявленням шкідливих програм в запущених системах користувачів мобільних додатків. Оскільки користувачі можуть завантажити будь який додаток на свій телефон, який з часом може підтягнути додаткові налаштування, в яких можуть зберігатися шкідливі підпрограми моніторингу як за особистим життям, так і за їх особистими даними такого типу як логіни, паролі, банківські дані. Виявлення таких підпрограм базується на динамічному аналізі та формулюється як слабко контрольована проблема. Стаття містить аналіз інформації про розробки дослідників, які займались моделями та методами виявлення такими як: статистичні та динамічні методи виявлення вторгнень, модель виявлення аномалій, методи класифікації налаштувань, методи з застосування машинного та глибинного навчання. Машинне навчання і особливо глибинне навчання стали надзвичайно корисною та цікавою темою в кібербезпеці за останні кілька років. В цьому контексті виявлення зловмисного програмного забезпечення приділяло значну увагу. В статті розглядається проблема виявлення активності зловмисного програмного забезпечення мобільних операційних систем в часовій області шляхом аналізу поведінкових послідовностей великої кількості промислових даних. Коли зловмисне програмне забезпечення виконується в системі, його поведінка складається з ряду різних дій, розміщених уздовж осі часу, і існує лише підпослідовність дій, які призводять до зловмисної діяльності. Дуже часто зловмисне програмне забезпечення не виказує себе відразу, і в певний момент виконання формується шкідлива активність. Отже, основна задача і складність полягає в тому, щоб ідентифікувати таку підпослідовність у всій послідовності подій. Завдяки цьому пропонується розробити модель поведінки, яка б аналізувала динамічну поведінку програми в системі під час виконання. Для цього використовується послідовність викликів API/функцій, згенерованих програмою під час виконання, як вхідні дані та запропоновано архітектуру рекурентної нейронної мережі (РНМ), яка дозволяє виявляти зловмисну активність. В статті описується метод навчання запропонованої моделі та наводиться перевірка її роботи на великій вибірці промислових даних, що складаються з великої кількості зразків, згенерованих на фермі емулятора. Багато постачальників мобільних телефонів прагнуть до апаратного прискорення на пристрої, щоб забезпечити кращу підтримку. Тому можна вважати, що розгортання моделі на основі РНМ безпосередньо на пристрої як одного з рівнів безпеки, може стати життєздатним рішенням. Дані тестування моделі, описані в статті, показують достатньо високі позитивні результати під час виявлення зловмисних активностей.
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Стеценко І. В., Талько Ю. С.
Назва : Методи стиснення моделей в глибинному навчанні на основі методу студента-вчителя
Місце публікування : УСиМ: международный научный журнал/ Национальная академия наук Украины, Международный научно-учебный центр информационных технологий и систем, Институт кибернетики имени В.М. Глушкова НАН Украины, Фонд Глушкова. - 2019. - N 2. - С. 25-31. - ISSN 0130-5395ISSN 2518-1262 (Шифр У291251698/2019/2). - ISSN 0130-5395ISSN 2518-1262. - ISSN 0130-5395ISSN 2518-1262
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): нейромережі--модель--глибинне навчання--дистиляція знань--гаусів шум
Знайти схожі

Форма документа :
Шифр видання :
Назва : Очки против системы распознавания лиц
Місце публікування : Компьютеры, сети, программирование. - Киев, 2017. - № 2. - С. 3-4 (Шифр К534862603/2017/2)
Ключові слова (''Вільн.індекс.''): розпізнавання осіб--фізична зовнішність--нейромережі розпізнавання осіб
Знайти схожі

Форма документа :
Шифр видання :
Назва : Apple опубликовала научную работу по ИИ
Місце публікування : Компьютеры, сети, программирование. - Киев, 2017. - № 2. - С. 10 (Шифр К534862603/2017/2)
Ключові слова (''Вільн.індекс.''): програми штучного інтелекту--нейромережі--тестування
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Писаренко В. Г.
Назва : Моделирование задачи взаимодействия их взаимодействия
Місце публікування : Кибернетика и системный анализ: міжнародний науково-теоретичний журнал. - Київ: Інститут кібернетики ім. В. М. Глушкова НАН України, 2018. - № 3. - С. 189-192. - ISSN 0023-1274 (Шифр К499224528/2018/3). - ISSN 0023-1274
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): нейрофізіологія--математична модель--нейромережа--функціонування живої нейромережі--механізм запам’ятовування інформації
Знайти схожі

© Міжнародна Асоціація користувачів і розробників електронних бібліотек і нових інформаційних технологій
(Асоціація ЕБНІТ)