Просмотр запроса №51929
Здравствуйте! Могли бы помочь с подбором литературы для написания дипломной работы на тему: «Применение генеративных нейронных сетей для повышения эффективности текстовых коммуникаций» на русском и английском языках. Направление на котором я учусь - Реклама и связи с общественностью. Буду благодарна!
Ответ
[2024-04-10 20:11:33] :
Здравствуйте! Предлагаем выборочный список литературы по теме (источники: ЭК РНБ, Академия Google, науч. электрон. б-ка eLibrary, КиберЛенинка, БД ВИНИТИ, НЭБ Springer, ScienceDirect):
1.Аксентов В.А. Эволюция развития нейронных сетей: прошлое, настоящее, будущее //
Вестник науки. – 2023. – Т. 3, № 8 (65). – С. 89-91. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=54317583 (дата обращения: 08.04.2024). – Доступ после регистрации.
2.Бурова А.Г. Исследование методов обработки естественного языка с применением облачных сервисов /А.Г. Бурова, Ю.С. Егоров, А.А. Алпеева // Информационные системы и технологии ИСТ-2020 : сб. материалов 26 Междунар. науч.-техн. конф. – Нижний Новгород, 2020. – С. 71-76. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://www.elibrary.ru/item.asp?id=43912329 (дата обращения: 08.04.2024). – Доступ после регистрации.
3.Галеев Д.Т. Экспериментальное исследование языковых моделей "трансформер" в задаче нахождения ответа на вопрос в русскоязычном тексте / Д.Т. Галеев, В.С. Панищев // Информатика и автоматизация. – 2022. – Т. 21, № 3. – С. 521-542. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=48554900 (дата обращения: 08.04.2024). – Доступ после регистрации.
4.Джумабаева М.Ш. Информационные технологии в обработке лингвистической информации / М.Ш. Джумабаева, Р.Ф. Бурнашев // Science and Education. – 2023. – Т. 4, № 4. – С.643-653. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка.
URL: https://cyberleninka.ru/article/n/informatsionnye-tehnologii-v-obrabotke-lingvisticheskoy-informatsii (дата обращения: 09.04.2024).
5.Кабанова В.В. Применение искусственного интеллекта при работе с мультимедийной информацией / В.В. Кабанова, О.С. Логунова // Вестник Череповецкого государственного университета. – 2022. – № 6 (111). – С. 23-41. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/primenenie-iskusstvennogo-intellekta-pri-rabote-s-multimediynoy-informatsiey (дата обращения: 09.04.2024).
6.Козловский А.В. О подходе для автоматической генерации сюжетно связанного текста / А.В. Козловский, Я.Э. Мельник, В.И. Волощук // Известия Тульского государственного университета. Технические науки. – 2022. – № 9. – С. 160-167. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/o-podhode-dlya-avtomaticheskoy-generatsii-syuzhetno-svyazannogo-teksta (дата обращения: 09.04.2024).
7.Кондратьева А.А. Генеративный искусственный интеллект как фактор новых возможностей для продакшена / А.А. Кондратьева, М.А. Куцубеева, С.В. Водопетов // Трансформация российской науки в эпоху информационного общества : сб. материалов 2 Междунар. науч.-практ. конф. – Москва, 2024. – С. 71-75. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=60224608 (дата обращения: 08.04.2024). – Доступ после регистрации.
8.Кривошеев Н.А. Автоматическая генерация коротких текстов на основе применения нейронных сетей LSTM и SEQGAN / Н.А. Кривошеев, Ю.А. Иванова, В.Г. Спицын // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. – 2021. – № 57. – С. 118-130. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://www.elibrary.ru/item.asp?id=48008269 (дата обращения: 08.04.2024). – Доступ после регистрации.
9.Лезгян А.С. Автоматическое реферирование текстов: классификация, архитектуры, современные подходы и проблемы // Математическое моделирование, компьютерный и натурный эксперимент в естественных науках. – 2023. – №1. – С. 19-27. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/avtomaticheskoe-referirovanie-tekstov-klassifikatsiya-arhitektury-sovremennye-podhody-i-problemy (дата обращения: 09.04.2024).
10.Павловский Д.В. Анализ и декомпозиция архитектуры трансформера в рамках развития генеративно-параметрических моделей нейронных сетей / Д.В. Павловский, Н.Г. Кудинов // Оригинальные исследования. – 2023. – Т.13, № 12. – С. 206-210. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=60030480 (дата обращения: 08.04.2024). – Доступ после регистрации.
11.Подосокорская М.С. Разработка технологии проверки стиля и генерации текстов на русском языке с применением реккурентных и генеративных нейронных сетей // Молодежь Зауралья 3 тысячелетию : cб. тез. докл. Региональной науч.-техн. конф. студентов, аспирантов и молодых ученых. – Курган, 2020. – С. 11-12. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=44579035 (дата обращения: 08.04.2024). – Доступ после регистрации.
12.Титов М.Д. Безопасность частной жизни человека при взаимодействии с генеративным искусственным интеллектом / М.Д. Титов, Д.М. Назаров // Современные инновации, системы и технологии. – 2023. – Т. 3, № 4. – С. 342-348. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=59662596 (дата обращения: 08.04.2024). – Доступ после регистрации.
13.Differentially Private Mixture of Generative Neural Networks / G. Acs, L. Melis, Castelluccia С., E. De Cristofaro // IEEE Transactions on Knowledge and Data Engineering. – 2019. – Vol. 31, N 6. – P. 1109-1121.
14.Katikapalli Subramanyam Kalyan. A survey of GPT-3 family large language models including ChatGPT and GPT-4 // Natural Language Processing Journal. – 2024. – Vol.6. – P. 100048. – Электрон. копия доступна на сайте Науч. Электрон. б-ки ScienceDirect. URL: https://www.sciencedirect.com/science/article/pii/S2949719123000456 (дата обращения: 09.04.2024).
15.Skurzhanskyi O.H. Specialized Pre-Training of Neural Networks on Synthetic Data for Improving Paraphrase Generation / O.H. Skurzhanskyi, O.O. Marchenko, A.V. Anisimov // Cybernetics and Systems Analysis. – 2024. – Vol.60. – P. 167–174. – Электрон. копия доступна на сайте Науч. Электрон. б-ки Springer. URL: https://link.springer.com/article/10.1007/s10559-024-00658-7 (дата обращения: 09.04.2024).
Подбор литературы по определенной тематике Вы можете заказать в Информационно-сервисном центре РНБ (открыть ссылку). Услуги предоставляются на платной основе.
1.Аксентов В.А. Эволюция развития нейронных сетей: прошлое, настоящее, будущее //
Вестник науки. – 2023. – Т. 3, № 8 (65). – С. 89-91. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=54317583 (дата обращения: 08.04.2024). – Доступ после регистрации.
2.Бурова А.Г. Исследование методов обработки естественного языка с применением облачных сервисов /А.Г. Бурова, Ю.С. Егоров, А.А. Алпеева // Информационные системы и технологии ИСТ-2020 : сб. материалов 26 Междунар. науч.-техн. конф. – Нижний Новгород, 2020. – С. 71-76. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://www.elibrary.ru/item.asp?id=43912329 (дата обращения: 08.04.2024). – Доступ после регистрации.
3.Галеев Д.Т. Экспериментальное исследование языковых моделей "трансформер" в задаче нахождения ответа на вопрос в русскоязычном тексте / Д.Т. Галеев, В.С. Панищев // Информатика и автоматизация. – 2022. – Т. 21, № 3. – С. 521-542. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=48554900 (дата обращения: 08.04.2024). – Доступ после регистрации.
4.Джумабаева М.Ш. Информационные технологии в обработке лингвистической информации / М.Ш. Джумабаева, Р.Ф. Бурнашев // Science and Education. – 2023. – Т. 4, № 4. – С.643-653. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка.
URL: https://cyberleninka.ru/article/n/informatsionnye-tehnologii-v-obrabotke-lingvisticheskoy-informatsii (дата обращения: 09.04.2024).
5.Кабанова В.В. Применение искусственного интеллекта при работе с мультимедийной информацией / В.В. Кабанова, О.С. Логунова // Вестник Череповецкого государственного университета. – 2022. – № 6 (111). – С. 23-41. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/primenenie-iskusstvennogo-intellekta-pri-rabote-s-multimediynoy-informatsiey (дата обращения: 09.04.2024).
6.Козловский А.В. О подходе для автоматической генерации сюжетно связанного текста / А.В. Козловский, Я.Э. Мельник, В.И. Волощук // Известия Тульского государственного университета. Технические науки. – 2022. – № 9. – С. 160-167. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/o-podhode-dlya-avtomaticheskoy-generatsii-syuzhetno-svyazannogo-teksta (дата обращения: 09.04.2024).
7.Кондратьева А.А. Генеративный искусственный интеллект как фактор новых возможностей для продакшена / А.А. Кондратьева, М.А. Куцубеева, С.В. Водопетов // Трансформация российской науки в эпоху информационного общества : сб. материалов 2 Междунар. науч.-практ. конф. – Москва, 2024. – С. 71-75. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=60224608 (дата обращения: 08.04.2024). – Доступ после регистрации.
8.Кривошеев Н.А. Автоматическая генерация коротких текстов на основе применения нейронных сетей LSTM и SEQGAN / Н.А. Кривошеев, Ю.А. Иванова, В.Г. Спицын // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. – 2021. – № 57. – С. 118-130. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://www.elibrary.ru/item.asp?id=48008269 (дата обращения: 08.04.2024). – Доступ после регистрации.
9.Лезгян А.С. Автоматическое реферирование текстов: классификация, архитектуры, современные подходы и проблемы // Математическое моделирование, компьютерный и натурный эксперимент в естественных науках. – 2023. – №1. – С. 19-27. – Электрон. копия доступна на сайте науч. электрон. б-ки КиберЛенинка. URL: https://cyberleninka.ru/article/n/avtomaticheskoe-referirovanie-tekstov-klassifikatsiya-arhitektury-sovremennye-podhody-i-problemy (дата обращения: 09.04.2024).
10.Павловский Д.В. Анализ и декомпозиция архитектуры трансформера в рамках развития генеративно-параметрических моделей нейронных сетей / Д.В. Павловский, Н.Г. Кудинов // Оригинальные исследования. – 2023. – Т.13, № 12. – С. 206-210. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=60030480 (дата обращения: 08.04.2024). – Доступ после регистрации.
11.Подосокорская М.С. Разработка технологии проверки стиля и генерации текстов на русском языке с применением реккурентных и генеративных нейронных сетей // Молодежь Зауралья 3 тысячелетию : cб. тез. докл. Региональной науч.-техн. конф. студентов, аспирантов и молодых ученых. – Курган, 2020. – С. 11-12. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=44579035 (дата обращения: 08.04.2024). – Доступ после регистрации.
12.Титов М.Д. Безопасность частной жизни человека при взаимодействии с генеративным искусственным интеллектом / М.Д. Титов, Д.М. Назаров // Современные инновации, системы и технологии. – 2023. – Т. 3, № 4. – С. 342-348. – Электрон. копия доступна на сайте науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=59662596 (дата обращения: 08.04.2024). – Доступ после регистрации.
13.Differentially Private Mixture of Generative Neural Networks / G. Acs, L. Melis, Castelluccia С., E. De Cristofaro // IEEE Transactions on Knowledge and Data Engineering. – 2019. – Vol. 31, N 6. – P. 1109-1121.
14.Katikapalli Subramanyam Kalyan. A survey of GPT-3 family large language models including ChatGPT and GPT-4 // Natural Language Processing Journal. – 2024. – Vol.6. – P. 100048. – Электрон. копия доступна на сайте Науч. Электрон. б-ки ScienceDirect. URL: https://www.sciencedirect.com/science/article/pii/S2949719123000456 (дата обращения: 09.04.2024).
15.Skurzhanskyi O.H. Specialized Pre-Training of Neural Networks on Synthetic Data for Improving Paraphrase Generation / O.H. Skurzhanskyi, O.O. Marchenko, A.V. Anisimov // Cybernetics and Systems Analysis. – 2024. – Vol.60. – P. 167–174. – Электрон. копия доступна на сайте Науч. Электрон. б-ки Springer. URL: https://link.springer.com/article/10.1007/s10559-024-00658-7 (дата обращения: 09.04.2024).
Подбор литературы по определенной тематике Вы можете заказать в Информационно-сервисном центре РНБ (открыть ссылку). Услуги предоставляются на платной основе.