Аннотация:
Главной задачей использования нейронных сетей является оперативное и точное решение различных творческих задач, таких как анализ и синтез новостных потоков при сохранении непрерывности обучения. Результатом такой обработки могут быть дайджесты, новостные потоки, прошедшие фильтрацию, а также прогнозы событий, позволяющих обеспечивать проактивность в управленческих решениях Известные методы обработки новостей нейронными сетями и реализующие их технические решения не в полной мере обеспечивают решение возникающих в этой области задач. Необходимо расширить их функциональные возможности, совершенствовать пространственно-временное связывание сигналов в рекуррентных нейронных сетях. При обработке новостных потоков одновременно с непрерывным обучением рекуррентных нейронных сетей следует осуществлять селекцию, распознавание, восстановление, прогнозирование и синтез новостей. Для снижения остроты проблемы предлагается перспективный метод многофункциональной обработки новостных потоков с применением рекуррентных нейронных сетей с логической организацией слоев и непрерывным обучением. Метод основан на развитии ассоциативной обработки текстовой информации в потоковых рекуррентных нейронных сетях с управляемыми элементами. Ключевыми особенностями этого метода являются многофункциональная обработка информационных потоков с изменяющимися законами появления новостей. Метод предусматривает оперативный отбор, распознавание, восстановление, прогнозирование и синтез новостей на основе глубокой ассоциативной непрерывной обработки связей между текстовыми элементами. Реализующая предлагаемый метод нейросетевая система отличается от известных решений новыми элементами, связями между ними, а также выполняемыми функциями. По результатам экспериментов подтверждена расширенная функциональность метода. Выявлены новые особенности обработки новостных текстов потоковыми РНС. Предлагаемые решения могут найти применение при создании интеллектуальных систем нового поколения не только для обработки текстов, но и других видов информации.
АНО «Аналитический центр при Правительстве Российской Федерации» (ИГК 000000D730321P5Q0002)
70-2021-00141
Работа выполнена при финансовой поддержке АНО «Аналитический центр при Правительстве Российской Федерации» (ИГК 000000D730321P5Q0002), соглашение № 70-2021-00141, а также бюджетной темы № FFZF-2022-0005.
Поступила в редакцию: 27.09.2022
Тип публикации:
Статья
УДК:
004.827
Образец цитирования:
В. Ю. Осипов, С. В. Кулешов, Д. И. Милосердов, А. А. Зайцева, А. Ю. Аксенов, “Рекуррентные нейронные сети с непрерывным обучением в задачах многофункциональной обработки новостных потоков”, Информатика и автоматизация, 21:6 (2022), 1145–1168
\RBibitem{OsiKulMil22}
\by В.~Ю.~Осипов, С.~В.~Кулешов, Д.~И.~Милосердов, А.~А.~Зайцева, А.~Ю.~Аксенов
\paper Рекуррентные нейронные сети с непрерывным обучением в задачах многофункциональной обработки новостных потоков
\jour Информатика и автоматизация
\yr 2022
\vol 21
\issue 6
\pages 1145--1168
\mathnet{http://mi.mathnet.ru/trspy1221}
\crossref{https://doi.org/10.15622/ia.21.6.3}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/trspy1221
https://www.mathnet.ru/rus/trspy/v21/i6/p1145
Эта публикация цитируется в следующих 2 статьяx:
В. Ю. Осипов, “Интеллектуальная нейросетевая машина с функциями мышления”, Информатика и автоматизация, 23:4 (2024), 1077–1109 [V. Osipov, “Intelligent neural network machine with thinking functions”, Informatics and Automation, 23:4 (2024), 1077–1109]
Andrey Gorodetskiy, Konstantin Mironov, Aleksandr Panov, Lecture Notes in Computer Science, 14214, Interactive Collaborative Robotics, 2023, 258