Denis Avetisyan

В новой статье представлена архитектура разделяемых нейронных сетей (SNA) как мощный инструмент для эффективного моделирования данных в различных областях науки и техники.

Новый подход с использованием нейронных сетей позволяет более точно анализировать сложные системы массового обслуживания с нерегулярными потоками запросов.

Новый подход, объединяющий методы математического программирования с целочисленными переменными и символьные вычисления, позволяет найти оптимальные конфигурации для классической задачи о треугольнике Хейльбронна.

Новое исследование устанавливает связь между архитектурой нейронных сетей «Трансформер» и принципами, используемыми в многочастичной физике, открывая новые перспективы для анализа и оптимизации.

Новое исследование с использованием методов тензорных сетей подтверждает механизм Печчи-Квинна, демонстрируя, как динамический аксион естественным образом подавляет нарушение CP-инвариантности.

Обзор посвящен десятилетию развития генеративно-состязательных сетей и их применению для создания реалистичных моделей пористых сред.

В статье представлен математический аппарат, связывающий абстрактные пространства с симметрией и современные методы криптографической защиты информации.

В статье представлен систематизированный обзор структурированных операторов, способных заменить или дополнить стандартную свёртку в задачах глубокого обучения для обработки изображений.

Новое исследование демонстрирует, как снижение точности вычислений позволяет значительно повысить производительность модели OneRec-V2 без потери качества рекомендаций.

В статье анализируется появление автономных систем, способных самостоятельно проводить сложные кибератаки, и предлагаются стратегии защиты от них.