В данной статье рассматриваются особенности реализации моделей для распознавания именованных сущностей. В ходе работы проведен ряд экспериментов как с традиционными моделями, так и с известными архитектурами нейронных сетей, гибридной моделью, рассматриваются особенности результатов, их сравнение и возможные объяснения. В частности, показано, что гибридная модель с добавлением двунаправленной долгой краткосрочной памяти может давать более качественные результаты, чем базовая двунаправленная модель представлений на основе трансформеров. Также показано, что улучшенная путем добавления прореживающего слоя для регуляризации, взвешенной функции потерь и линейного классификатора поверх выходов, двунаправленная модель представлений на основе трансформеров может давать высокие значения метрик. Для наглядности в работе приведены графики обучения моделей и таблицы с метриками для сравнения. В процессе работы сформированы выводы и рекомендации.

Ключевые слова: анализ текста, искусственный интеллект, распознавание именованных сущностей, нейронные сети, глубокое обучение, машинное обучение

2.3.1 - Системный анализ, управление и обработка информации

В данной статье рассматриваются особенности реализации модели для распознавания болезней яблонь по листьям. В ходе работы проведен ряд экспериментов с известными архитектурами сверточных сетей, рассматривается влияние на точность модели разных архитектур нейронных сетей, изменение параметров сети. Приводится описание практического опыта построения своей сети классификации болезней и решение проблем, возникающих при реализации. В частности, показано, что пакетная нормализация или углубление сети может положительно сказываться на таком эффекте, как затухание градиентов. Для наглядности в работе приведены графики обучения нейронных сетей. В процессе работы сформированы выводы и рекомендации.

Ключевые слова: искусственный интеллект, компьютерное зрение, нейронные сети, глубокое обучение, машинное обучение

1.2.2 - Математическое моделирование, численные методы и комплексы программ , 4.1.4 - Садоводство, овощеводство, виноградарство и лекарственные культуры