检索

标题
作者
Data Analysis and Visualization in the Tasks of the Project Solutions Multicriteria Optimization
Pimenov V., Pimenov I.
Context-Aware Approach to Intelligent Decision Support Based on User Digital Traces
Smirnov A., Levashova T.
Application of a Compartmental Spiking Neuron Model with Structural Adaptation for Solving Classification Problems
Korsakov A., Astapova L., Bakhshiev A.
AAFNDL - An Accurate Fake Information Recognition Model Using Deep Learning for the Vietnamese Language
Hung N., Loi T., Huong N., Hang T., Huong T.
Identification of Deterioration caused by AHF, MADS or CE by RR and QT Data Classification
Abramov M., Tsukanova E., Tulupyev A., Korepanova A., Aleksanin S.
Classification of Spatial Temporal Patterns Based on Neuromorphic Networks
Gundelakh F., Stankevich L.
Intelligent System of Analytical Processing of Digital Network Content for Protection Against Inappropriate Information
Kotenko I., Saenko I., Branitskiy A., Parashchuk I., Gaifulina D.
Unet-boosted Classifier – Multi-Task Architecture for Small Datasets Applied to Brain MRI Classification
Sobyanin K., Kulikova S.
Phoneme-by-Phoneme Speech Recognition as a Classification of Series on a Set of Sequences of Elements of Complex Objects Using an Improved Trie-Tree
Dorokhina G.
Efficient natural language classification algorithm for detecting duplicate unsupervised features
Altaf S., Iqbal S., Soomro M.
Rivest-Shamir-Adleman Algorithm Optimized to Protect IoT Devices from Specific Attacks
Jenifer R., Prakash V.
Evaluation of the Informativeness of Features in Datasets for Continuous Verification
Davydenko S., Kostyuchenko E., Novikov S.
Vietnamese Text Classification Algorithm using Long Short Term Memory and Word2Vec
Phat H., Anh N.
An Approach to a Priori Assessment of Fuzzy Classification Models in Monitoring Tasks
Potyupkin A., Pilkevich S., Zaytsev V.
Deep Transfer Learning of Satellite Imagery for Land Use and Land Cover Classification
Yifter T., Razoumny Y., Lobanov V.
Comparison of Two Objects Classification Techniques using Hidden Markov Models and Convolutional Neural Networks
Sarmiento C., Savage J.
Apple Leaf Disease Classification Using Image Dataset: a Multilayer Convolutional Neural Network Approach
Mahamudul Hashan A., Md Rakib Ul Islam R., Avinash K.
New Method for Optimal Feature Set Reduction
German O., Nasrh S.
1 - 18 的 18 信息

检索提示:

  • 检索的名词区分大小写
  • 常用字词将被忽略
  • 默认情况下只有在查询结果满足所有检索词才返回(例如,隐含AND)
  • 使用OR结合多个检索词,便于查找含有这些检索词的文章,例如education OR research
  • 使用括号来创建更复杂的查询; 例如:archive ((journal OR conference) NOT theses)
  • 使用引号检索一个完整的词组; 例如: "open access publishing"
  • 使用-或者NOT排除一个检索词; 例如:online -politics or online NOT politics
  • 在检索词里使用 *作为通配符匹配任何字符序列; 例如., soci* morality 将符合含有 "sociological" or "societal"的词语

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».