Моделі нейронних мереж

Autor

  • А. О. Грибаніна Донецький національний університет імені Василя Стуса
  • П. К. Ніколюк Донецький національний університет імені Василя Стуса

Abstrakt

Стрімкий розвиток технологій штучного інтелекту (ШІ) зумовлює зростання попиту на адаптивні моделі, здатні обробляти складні структури даних у режимі реального часу. У сучасних дослідженнях центральне місце займають нейронні мережі – обчислювальні системи, що успішно вирішують задачі класифікації, прогнозування, аналізу образів, керування автономними системами та моделювання складних процесів.

Biogramy autorów

А. О. Грибаніна - Донецький національний університет імені Василя Стуса

студентка 4 курсу спеціальності 122 «Комп’ютерні науки»

П. К. Ніколюк - Донецький національний університет імені Василя Стуса

д-р фіз.-мат. наук, професор кафедри інформаційних технологій

Bibliografia

1. Kingma D., Welling M. Auto-encoding variational Bayes. 2014.URL: https://arxiv. org/abs/1312.6114 (дата звернення: 26.11.2025).

2. Deep residual learning for image recognition / K. He, X. Zhang, S. Ren, J. Sun. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2016. P. 770–778.

3. Hochreiter S., Schmidhuber J. Long short-term memory. Neural Computation. 1997. Vol. 9, № 8. P. 1735–1780.

4. Attention is all you need / A. Vaswani, N. Shazeer, N. Parmar et al. Advances in Neural Information Processing Systems. 2017. Vol. 30. P. 5998–6008.

5. Baltrusaitis T., Ahuja C., Morency L. Multimodal machine learning: a survey and taxonomy. IEEE Signal Processing Magazine. 2019. Vol. 36, № 1. P. 27–45.

Opublikowane

2026-11-20