Мельникова Э.И. Тупиков В.А. Павлова В.А. Самков В.М. Лизин А.И. Чураков В.С's scientific contributions

What is this page?


This page lists the scientific contributions of an author, who either does not have a ResearchGate profile, or has not yet added these contributions to their profile.

It was automatically created by ResearchGate to create a record of this author's body of work. We create such pages to advance our goal of creating and maintaining the most comprehensive scientific repository possible. In doing so, we process publicly available (personal) data relating to the author as a member of the scientific community.

If you're a ResearchGate member, you can follow this page to keep up with this author's work.

If you are this author, and you don't want us to display this page anymore, please let us know.

Publications (2)


УДК 004
  • Article
  • Full-text available

October 2023

·

23 Reads

Мельникова Э.И. Тупиков В.А. Павлова В.А. Самков В.М. Лизин А.И. Чураков В.С

·

ПОСТРОЕНИЕ НЕЙРОМОРФНЫХ СИСТЕМ. ОБЗОР 2022-2023 ГГ.Под нейроморфными системами понимаются модели искусственных нейронных сетей,архитектура и конструкция которых основаны на конструктивных особенностях и принципах работы.реальных нейронных сетей. В настоящее время нейроморфные системы достигли значительных результатов вкак программное, так и аппаратное построение систем искусственного интеллекта, таких как изображенияраспознавание выражений лица, обработка естественного языка и генерация текста. Эти идругие навыки уже выполняются машинами надежно и с большой точностью.Яркий пример: нейронная сеть Chat GPT — это большая языковая модель, обученнаяOpenAI, который использует глубокое обучение для генерации текста и ответов на вопросы. Образцы сообщенийкатион с сетью в работе автора [3]. Этот чат-бот основан на другом языке.модель датчика от OpenAI — GPT-3.5 — улучшенная версия модели GPT-3. В марте14 декабря 2023 года вышла языковая модель GP-4. Исследовательская группа из Университета г.Британская Колумбия – Ванкувер предлагает фотонный процессор для аналоговых компьютеров высокой плотности.с помощью микрокольцевых модуляторов. В ряде публикаций [5–9] рассматриваются нейронные сети.на основе оптики. В [5] они экспериментально демонстрируют, как можно улучшить производительность.мания сквозных моделей глубокого обучения. В работе [11] фотоника на основе нанопроводовдля квантовой информации. В работе [12] представлена работа исследовательского коллектива. Страница 3 разработано и усовершенствовано [13]. В исследовании [17] обсуждается возможность создания органическихсинаптические цепи к гибкой и биосовместимой органической системе.Нейронная сеть GPT для чата, фотонный процессор, сверточная нейронная сеть(CNN,2) симулятор, массивы микрокольцевых (2) (PDF) УДК 004. Available from: https://www.researchgate.net/publication/374870611_UDK_004 [accessed Oct 21 2023].

Download
Share

ДОСТИЖЕНИЯ НЕЙРОМОРФНОЙ ФОТОННИКИ. ОБЗОР

В настоящее время нейрофотоника нацелена на создания машин, способных выполнять действия, которые раньше считались исключительной прерогативой человека — распознавание образов, мимики лица, обработки естественных языков. Эти и другие навыки уже сейчас выполняются машинами надёжно и с большой точностью, яркий пример сказанного: по абзацный перевод текста и подрисуночных надписей в сборнике переводов [1] и автоматический сквозной перевод из файловой строки [2]. Нейронные сети состоят из искусственных нейронов — малых вычислительных блоков. Сами по себе искусственные нейроны бесполезны. Но вот когда создаются их слои, они могут распознавать объекты на изображениях, преобразовывать голос в текст и выполнять другие задачи. В AlexNet, [3] популярной сети классификации изображений, содержится более 62 млн, в языковой модели Open AI GPT-2 [4] — свыше 1 млрд. В отечественной литературе уже делалась попытка анализа достижений нейроморфной фотоники [5]. Фотонные интегральные схемы (ФИС) приводятся в этой работе по публикациям [6-8]. Перевод статьи [6] можно найти в сборнике [1]. В настоящем обзоре проведён анализ достижений 2021-2022 годов, а также предложено по-новому взглянуть на применение фотонных элементов и устройств фрактальной оптики [9-15]. В качестве предлагаемых вычислительных устройств рассматриваются пояснения к патенту номер 2109257РФ и патенту RU 2635841C2.