罗曼·莱布卡
人员信息
附属: 俄罗斯莫斯科库尔查托夫研究所
优化列表
2020年–今天
2024 [j6] 罗曼·莱布卡 , 尤里·达维多夫 , 达尼拉·弗拉索夫 , 阿列克谢·塞伦科 , 亚历山大·斯博耶夫 , 维亚切斯拉夫·伊林 以下为:
具有记忆可塑性的尖峰神经网络中减少连通性的袋装和稀疏方法的比较。 大数据认知。 计算。 8 ( 三 ) 以下为: 22 ( 2024 ) 2023 [j5] 亚历山大·斯博耶夫 , 罗曼·莱布卡 , 德米特里·库尼琴 , 阿列克谢·塞伦科 , 维亚切斯拉夫·伊林 , 瓦迪姆·普特罗莱宁 以下为:
通过固定权重的处理元素层提取重要特征,以开发高效的峰值神经网络分类器。 大数据认知。 计算。 7 ( 4 ) 以下为: 184 ( 2023 ) [j4] 达尼拉·弗拉索夫 , 安东·明尼汉诺夫 , 罗曼·莱布卡 , 尤里·达维多夫 , 亚历山大·斯博耶夫 , 阿列克谢·塞伦科 , 亚历山大·伊利亚索夫 , 维亚切斯拉夫·戴明 以下为:
基于忆阻的在线强化学习尖峰神经网络。 神经网络 166 以下为: 512-523 ( 2023 ) 2022 [j3] 亚历山大·斯博耶夫 , 安东·塞利瓦诺夫 , 伊万·莫洛什尼科夫 , 罗曼·莱布卡 , 阿特姆·格里亚兹诺夫 , 桑娜·斯博埃娃 , 格勒布·里尔科夫 以下为:
俄罗斯互联网用户药物语言评论中重要药理学实体之间关系的提取。 大数据认知。 计算。 6 ( 1 ) 以下为: 10 ( 2022 ) [注2] 亚历山大·斯博耶夫 , 罗曼·瑞布卡 , 阿特姆·格里亚兹诺夫 , 伊万·莫洛什尼科夫 , 桑娜·斯博埃娃 , 格勒布·里尔科夫 , 安东·塞利瓦诺夫 以下为:
俄罗斯互联网用户语言评论中的药物不良反应概念规范化。 大数据认知。 计算。 6 ( 4 ) 以下为: 145 ( 2022 ) [第15条] M.S.斯科罗霍多夫 , 亚历山大·斯博耶夫 , 伊万·莫洛什尼科夫 , 罗曼·莱布卡 以下为:
基于网络摄像机图像分析的确定人的视线方向的神经网络方法。 BICA*人工智能 2022 以下为: 203-208 [第14条] 安东·塞利瓦诺夫 , 罗曼·莱布卡 , 阿特姆·格里亚兹诺夫 , 维亚切斯拉夫·希恩 , 亚历山大·斯博耶夫 以下为:
用于训练神经网络模型以解决“跟随领导者”任务的环境模拟器。 BICA*人工智能 2022 以下为: 209-216 [第13条] 伊万·莫洛什尼科夫 , 亚历山大·斯博耶夫 , Aleksandr V.Naumov(亚历山大·诺莫夫) , 萨维利·萨维提耶夫 , 罗曼·莱布卡 以下为:
关于俄罗斯两年来新冠肺炎预测方法的准确性。 BICA*人工智能 2022 以下为: 428-434 [第12条] 达尼拉·弗拉索夫 , 尤里·达维多夫 , 阿列克谢·塞伦科 , 罗曼·莱布卡 , 亚历山大·斯博耶夫 以下为:
基于尖峰神经网络和基于忆阻器的STDP的语音数字分类。 计算机辅助控制系统 2022 以下为: 330-335 [i2] 亚历山大·斯博耶夫 , 尼古拉·库德雷肖夫 , 伊万·莫洛什尼科夫 , 萨维利·萨维提耶夫 , Aleksandr V.Naumov(亚历山大·诺莫夫) , 罗曼·莱布卡 以下为:
美国和俄罗斯对19型冠状病毒预测和ML预测的严格基线。 CoRR公司 abs/2207.07689 ( 2022 ) 2021 [i1] 亚历山大·斯博耶夫 , 桑娜·斯博埃娃 , 伊万·莫洛什尼科夫 , 阿特姆·格里亚兹诺夫 , 罗曼·莱布卡 , 亚历山大·诺莫夫 , 安东·塞利瓦诺夫 , 格勒布·里尔科夫 , 维亚切斯拉夫·伊林 以下为:
基于深度学习和语言神经网络,对全尺寸俄罗斯复杂NER标记的互联网用户对药物的评论语料库进行分析。 CoRR公司 abs/2105.00059 ( 2021 ) 2020 [第11条] 亚历山大·斯博耶夫 , 亚历山大·诺莫夫 , 罗曼·莱布卡 以下为:
俄语文本中情感检测的数据驱动模型。 BICA*人工智能 2020 以下为: 637-642 [第10条] 亚历山大·斯博耶夫 , 安东·塞利瓦诺夫 , 格勒布·里尔科夫 , 罗曼·莱布卡 以下为:
不同神经语言模型方法在自然语言语料库中提取ADE的准确性。 BICA*人工智能 2020 以下为: 706-711 【c9】 安东·塞利瓦诺夫 , 伊万·莫洛什尼科夫 , 罗曼·莱布卡 , 亚历山大·斯博耶夫 以下为:
基于概率熵、图和神经网络方法的关键词提取方法。 RCAI公司 2020 以下为: 284-295
2010 – 2019
2018 [j1] 尼古拉·库德里亚肖夫 , 罗曼·莱布卡 , 亚历山大·斯博耶夫 以下为:
扰动FitzHugh-Nagumo模型的分析性质。 申请。 数学。 莱特。 76 以下为: 142-147 ( 2018 ) 【c8】 亚历山大·斯博耶夫 , 达尼拉·弗拉索夫 , 罗曼·莱布卡 , 阿列克谢·塞伦科 以下为:
基于时间编码和STDP的Spiking神经网络强化学习方法。 比卡牌手表 2018 以下为: 458-463 【c7】 阿列克桑德·斯博耶夫 , 阿列克谢·塞伦科 , 罗曼·莱布卡 , 达尼拉·弗拉索夫 , 安德烈·菲尔琴科夫 以下为:
使用遗传算法估计峰值神经网络参数对分类精度的影响。 BICA公司 2018 以下为: 488-494 2017 【c6】 亚历山大·斯博耶夫 , 伊万·莫洛什尼科夫 , 德米特里·古多夫斯基 , 安东·塞利瓦诺夫 , 罗曼·莱布卡 , 塔蒂亚娜·利特维诺娃 以下为:
在性别欺骗的情况下,通过机器学习和神经网络算法自动识别俄语文本作者的性别。 BICA公司 2017 以下为: 417-423 【c5】 亚历山大·斯博耶夫 , 伊万·莫洛什尼科夫 , 德米特里·古多夫斯基 , 安东·塞利瓦诺夫 , 罗曼·莱布卡 , 塔蒂亚娜·利特维诺娃 以下为:
深度学习神经网络与传统机器学习在RusProfiling文本作者性别识别中的比较。 BICA公司 2017 以下为: 424-431 【c4】 亚历山大·斯博耶夫 , 罗曼·莱布卡 , 阿列克谢·塞伦科 , 达尼拉·弗拉索夫 , 尼古拉·库德里亚肖夫 , 维亚切斯拉夫·戴明 以下为:
基于尖峰时间依赖可塑性的神经元模型选择在尖峰网络学习中的作用。 BICA公司 2017 以下为: 432-439 【c3】 亚历山大·斯博耶夫 , 达尼拉·弗拉索夫 , 罗曼·莱布卡 , 阿列克谢·塞伦科 以下为:
通过用STDP和时间编码刺激神经元来解决分类任务。 BICA公司 2017 以下为: 494-500 2016 【c2】 塔蒂亚娜·利特维诺娃 , 帕维尔·塞雷丁 , 奥尔加·利特维诺娃 , 奥尔加·扎戈洛夫斯卡娅 , 阿列克桑德·斯博耶夫 , 德米特里·古多夫斯基 , 伊万·莫洛什尼科夫 , 罗曼·莱布卡 以下为:
使用回归和分类技术对俄语文本作者进行性别预测。 CLA下的CDUD 2016 以下为: 44-53 【c1】 安东·塞利瓦诺夫 , 阿列克桑德·斯博耶夫 , 斯维特兰娜·戈洛霍娃 , 维克托·普法夫 , 德米特里·古多夫斯基 , 罗曼·莱布卡 , 阿列克西·塞伦科 , 伊万·莫洛什尼科夫 以下为:
中年工人心血管风险评估:基于人工神经网络的方法。 国际协调委员会 2016 以下为: 2418-2422年