Информатика и автоматизация
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Информатика и автоматизация:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Информатика и автоматизация, 2022, выпуск 21, том 6, страницы 1145–1168
DOI: https://doi.org/10.15622/ia.21.6.3
(Mi trspy1221)
 

Эта публикация цитируется в 1 научной статье (всего в 1 статье)

Искусственный интеллект, инженерия данных и знаний

Рекуррентные нейронные сети с непрерывным обучением в задачах многофункциональной обработки новостных потоков

В. Ю. Осиповab, С. В. Кулешовa, Д. И. Милосердовc, А. А. Зайцеваa, А. Ю. Аксеновa

a Санкт-Петербургский Федеральный исследовательский центр Российской академии наук
b Санкт-Петербургский институт информатики и автоматизации Российской академии наук
c Центр системного анализа и моделирования АО НТЦ РЭБ
Аннотация: Главной задачей использования нейронных сетей является оперативное и точное решение различных творческих задач, таких как анализ и синтез новостных потоков при сохранении непрерывности обучения. Результатом такой обработки могут быть дайджесты, новостные потоки, прошедшие фильтрацию, а также прогнозы событий, позволяющих обеспечивать проактивность в управленческих решениях Известные методы обработки новостей нейронными сетями и реализующие их технические решения не в полной мере обеспечивают решение возникающих в этой области задач. Необходимо расширить их функциональные возможности, совершенствовать пространственно-временное связывание сигналов в рекуррентных нейронных сетях. При обработке новостных потоков одновременно с непрерывным обучением рекуррентных нейронных сетей следует осуществлять селекцию, распознавание, восстановление, прогнозирование и синтез новостей. Для снижения остроты проблемы предлагается перспективный метод многофункциональной обработки новостных потоков с применением рекуррентных нейронных сетей с логической организацией слоев и непрерывным обучением. Метод основан на развитии ассоциативной обработки текстовой информации в потоковых рекуррентных нейронных сетях с управляемыми элементами. Ключевыми особенностями этого метода являются многофункциональная обработка информационных потоков с изменяющимися законами появления новостей. Метод предусматривает оперативный отбор, распознавание, восстановление, прогнозирование и синтез новостей на основе глубокой ассоциативной непрерывной обработки связей между текстовыми элементами. Реализующая предлагаемый метод нейросетевая система отличается от известных решений новыми элементами, связями между ними, а также выполняемыми функциями. По результатам экспериментов подтверждена расширенная функциональность метода. Выявлены новые особенности обработки новостных текстов потоковыми РНС. Предлагаемые решения могут найти применение при создании интеллектуальных систем нового поколения не только для обработки текстов, но и других видов информации.
Ключевые слова: рекуррентные нейронные сети, интеллектуальная обработка новостей, многофункциональность, непрерывность обучения, прогнозирование.
Финансовая поддержка Номер гранта
Министерство науки и высшего образования Российской Федерации FFZF-2022-0005
АНО «Аналитический центр при Правительстве Российской Федерации» (ИГК 000000D730321P5Q0002) 70-2021-00141
Работа выполнена при финансовой поддержке АНО «Аналитический центр при Правительстве Российской Федерации» (ИГК 000000D730321P5Q0002), соглашение № 70-2021-00141, а также бюджетной темы № FFZF-2022-0005.
Поступила в редакцию: 27.09.2022
Тип публикации: Статья
УДК: 004.827
Образец цитирования: В. Ю. Осипов, С. В. Кулешов, Д. И. Милосердов, А. А. Зайцева, А. Ю. Аксенов, “Рекуррентные нейронные сети с непрерывным обучением в задачах многофункциональной обработки новостных потоков”, Информатика и автоматизация, 21:6 (2022), 1145–1168
Цитирование в формате AMSBIB
\RBibitem{OsiKulMil22}
\by В.~Ю.~Осипов, С.~В.~Кулешов, Д.~И.~Милосердов, А.~А.~Зайцева, А.~Ю.~Аксенов
\paper Рекуррентные нейронные сети с непрерывным обучением в задачах многофункциональной обработки новостных потоков
\jour Информатика и автоматизация
\yr 2022
\vol 21
\issue 6
\pages 1145--1168
\mathnet{http://mi.mathnet.ru/trspy1221}
\crossref{https://doi.org/10.15622/ia.21.6.3}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/trspy1221
  • https://www.mathnet.ru/rus/trspy/v21/i6/p1145
  • Эта публикация цитируется в следующих 1 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Информатика и автоматизация
    Статистика просмотров:
    Страница аннотации:92
    PDF полного текста:93
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024