文章的正确链接:
Nikitin P.V., Osipov A.V., Pleshakova E.S., Korchagin S.A., Gorokhova R.I., Gataullin S.T.
音频信号的情感识别是打击电话诈骗的方法之一
// 软件系统和计算方法.
2022. № 3.
和。 1-13.
DOI: 10.7256/2454-0714.2022.3.38674 EDN: ZBVOCN URL: https://cn.nbpublish.com/library_read_article.php?id=38674
注释,注释:
该研究的相关性取决于电话欺诈领域的现状。 根据卡巴斯基实验室进行的研究，在2022年春季遇到各种不需要的垃圾邮件呼叫的用户份额处于71％的水平。 研究的主题是机器和深度学习技术，通过声音的音色来确定情绪。 作者详细考虑了以下方面：创建标记数据集；将WAV音频格式转换为便于快速处理的数值形式；解决多类分类问题的机器学习方法；构建和优化神经网络体系结构以实时确定情绪。 对该主题研究的一个特殊贡献是作者实现了一种快速的方法来将音频格式转换为数值系数，这显着提高了数据处理的速度，实际上不会牺牲其信息性。 因此，通过机器学习算法快速有效地训练模型。 需要特别注意的是，对卷积神经网络的架构进行了建模，这使得模型训练的质量达到了98％。 该模型原来是轻量级的，并被作为训练模型以实时确定情绪的基础。 模型实时运行的结果与训练后的模型结果相当。 开发的算法可以在移动运营商或银行打击电话欺诈的工作中实现。 该文章是作为俄罗斯联邦政府向金融大学2022年国家分配的一部分，主题为"反电话欺诈系统中的文本识别模型和方法"（VTK-GZ-PI-30-2022）。
关键词:
欺诈行为, 电话诈骗, 人工智能, 机器学习, 神经网络训练, 分类, 卷积神经网络, 梅尔-凯普斯特拉系数, 资讯保安, 情绪
文章的正确链接:
Pleshakova E.S., Gataullin S.T., Osipov A.V., Romanova E.V., Marun'ko A.S.
主题建模方法在检测电话欺诈的文本主题识别任务中的应用
// 软件系统和计算方法.
2022. № 3.
和。 14-27.
DOI: 10.7256/2454-0714.2022.3.38770 EDN: RPLSLQ URL: https://cn.nbpublish.com/library_read_article.php?id=38770
注释,注释:
互联网已经成为全球通信和人类互动的强大基础设施。 这种技术的一些不道德的使用-垃圾邮件，网络钓鱼，巨魔，网络欺凌，病毒-在保证其使用的负担得起和安全机会的机制的开发中造成了问题。 目前，正在进行许多研究来检测垃圾邮件和网络钓鱼。 电话欺诈的检测变得至关重要，因为它会带来巨大的损失。 机器学习和自然语言处理算法用于分析大量文本数据。 欺诈者使用文本挖掘来检测，可以通过分析单词或短语的术语来实现。 其中一项艰巨的任务是将这些庞大的非结构化数据划分为集群。 有几个主题建模模型用于这些目的。 本文介绍了这些模型的应用，特别是LDA，LSI和NMF。 已形成数据集。 对数据进行了初步分析，并建立了识别文本主题的模型标志。 考虑了在识别文本主题的任务中提取关键短语的方法。 给出了这些方法的关键概念。 显示了这些模型的缺点，并提出了改进文本处理算法的方向。 进行了模型质量的评价。 通过选择超参数和更改数据预处理功能，改进了模型。
关键词:
自然语言处理, 资讯保安, 机器学习, 文本分析, LDA, LSI, NMF, 主题建模, 电话诈骗, 网络钓鱼
文章的正确链接:
Pekunov V.V.
Cilk++的对象-事务扩展
// 软件系统和计算方法.
2022. № 3.
和。 28-34.
DOI: 10.7256/2454-0714.2022.3.38823 EDN: LBFDUK URL: https://cn.nbpublish.com/library_read_article.php?id=38823
注释,注释:
在本文中，我们考虑了为cilk++语言开发支持动态事务内存编程的紧凑工具的问题，这意味着事务页面的操作生成。 有人认为，这样的实现需要弱化的事务隔离。 问题的当前状态进行分析。 值得注意的是，现有的解决方案相当繁琐，尽管它们允许您处理复杂的数据结构，如列表和树。 有人认为，有必要在使用专门的类（生成事务性页面；实现一致的事务性变量）的基础上，结合Cilk++的一组关键字，以极简主义的风格开发新的解决方案。 提出了适当的新解决方案。 引入了新的语法元素，使用特定于Planning C平台的语言扩展工具实现。 描述了新语言元素的语义。 值得注意的是，与类似物不同，开发的工具允许以声明方式将事务"构建"到网络（网络工作计划）中，该网络决定了事务的执行顺序以及同一时间存在的并行 在构建直方图任务的例子中测试了所提出的方法。 本文还提到了利用已开发的工具,用误差反向传播方法训练人工神经网络问题和用分支和边界方法训练整数线性规划问题的成功解决方案。
关键词:
编程语言, 动态事务内存, 面向对象编程, 类库, 句法结构, 语言扩展, 管理事务的顺序, 软件事务内存, 丝绸加加, 交易网络
文章的正确链接:
Kuznetsov S.
广播制作综合体自动化问题
// 软件系统和计算方法.
2022. № 3.
和。 35-44.
DOI: 10.7256/2454-0714.2022.3.38800 EDN: LBYDAY URL: https://cn.nbpublish.com/library_read_article.php?id=38800
注释,注释:
在电视和广播行业，广播制作综合体的硬件和软件的效率是竞争优势的基础，因此，在全球数字化的背景下，电视行业公司面临着不断改进广播制作综合 这种改进主要是由新技术提供的，其中一些技术旨在实现广播过程的自动化。 在文章中，作者分析了广播生产综合体自动化的存在问题，并得出结论，这些问题是由电视和广播公司的愿望，以取代传统的方法生产的节目使用一个 然而，这种方法的有效性是值得怀疑的，特别是如果程序的发布与现场工作相关联，在不确定的情况下，不可能使用自动化软件对任何事件做出及时反应。 因此，只有正确配置软件并仔细计算自动化前景，广播领域的生产过程自动化才成为一种有效且经济的技术。 广播和生产复合自动化的真正前景目前在电视领域几乎未开发的领域-语音控制领域，该领域基于基于训练人工神经网络的各种算法的人工智能，这需要额外的研究和开发适合特定任务的适当模型。
关键词:
广播及制作综合大楼, 自动化流程, 神经网络, 语音控制, 制作节目, 自动化, 电视行业, 电视, 电台广播, 数字化
文章的正确链接:
Shcherban' P.S., Sokolov A.N., Abu-Khamdi R.V., Esayan V.N.
利用回归和聚类分析研究火力发电厂燃料油设施空化器故障统计
// 软件系统和计算方法.
2022. № 3.
和。 45-60.
DOI: 10.7256/2454-0714.2022.3.38841 EDN: LTMFZL URL: https://cn.nbpublish.com/library_read_article.php?id=38841
注释,注释:
技术流程管理的主要任务之一是减少现有设备的紧急情况和故障。 在机器和机构运行过程中获得的统计数据需要进行适当的数学处理，以分析技术过程的动态，并建立偏差，影响因素和故障之间的关系。 回归和聚类分析是处理这些数据的方便工具。 空化系统的故障是一个必不可少的，并在同一时间在科学期刊照明不足的话题。 空化器是相对常见的技术装置，允许将油库燃料油的技术参数保持在所需的水平（粘度，含水量，粘合性能）。 在加里宁格勒地区火力发电厂的燃料油场上使用空化器的实践表明，这些技术装置可以相对经常发生故障。 因此，在断开或限制向火力发电厂供应所需体积的气体的情况下，可以使用燃料公园的燃料油储备。 反过来，空化系统的故障可能导致无法进入储备燃料，并因此导致发电关闭。 因此，确保能源安全的问题与空化系统的可靠性密切相关。 在这项研究中，分析了一系列关于燃料油场空化器功能参数和故障时刻的累积统计信息。 使用回归和聚类分析来处理数据阵列，从而可以确定故障类型与影响因素之间的关系，并根据其对空化设备的影响程度对因素的权重进行排序。 根据数学处理和数据分析的结果，已经制定了建议，以确保空化器的技术可靠性更高，重组其维护系统并减少故障数量。
关键词:
回归分析, 聚类分析, 最小二乘法, k-聚类方法, 石油和天然气设备, 汽蚀设备, 统计数据分析, 设备故障, 设备可靠性, 设备磨损
Cn
© 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.
