| Title: | Deep neural networks application in next-generation intelligent computer systems |
| Other Titles: | Применение глубоких нейронных сетей в интеллектуальных компьютерных системах нового поколения |
| Authors: | Kroshchanka, A. |
| Keywords: | материалы конференций;Neuro-symbolic approach;OSTIS;deep neural networks;Explainable AI;SHAP;hybrid intelligent systems |
| Issue Date: | 2022 |
| Publisher: | БГУИР |
| Citation: | Kroshchanka, A. Deep neural networks application in next-generation intelligent computer systems = Применение глубоких нейронных сетей в интеллектуальных компьютерных системах нового поколения / A. Kroshchanka // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2022) : сборник научных трудов / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. В. Голенков [и др.]. – Минск, 2022. – Вып. 6. – С. 187–194. |
| Abstract: | In the article, an approach to building hybrid next-generation intelligent computer systems (NGICS) based
on the integration of pre-trained models of deep neural networks and logical models developed using the OSTIS technology is proposed. To reduce the requirements for the size of the training dataset, the authors propose an alternative method for pre-training deep models. To achieve the interpretability of neural network models, the authors used methods from the Explainable AI (XAI) field. |
| Alternative abstract: | Статья посвящена модели гибридной интеллектуальной системы нового поколения, базирующейся на интеграции предобученных глубоких нейросетевых моделей и логических моделей технологии OSTIS. Для снижения влияния объема обучающей выборки на процесс обучения модели авторами предлагается альтернативный подход к предобучению глубоких нейронных сетей. Для достижения цели интерпретируемости нейросетей использовались методы из области Explainable AI. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/49366 |
| Appears in Collections: | OSTIS-2022
|
