Грабовой Андрей Валериевич

Публикации в базе данных Math-Net.Ru

1. Интерпретация классификаторов на основе архитектуры трансформер с помощью кластеризации
   
   Докл. РАН. Матем., информ., проц. упр., 527 (2025),  432–448
2. Динамическое разделение труда в гибридном ии: стратегии кодировщиков и их воздействие на модуляторы на основе сетей долгой краткосрочной памяти
   
   Докл. РАН. Матем., информ., проц. упр., 527 (2025),  117–133
3. За чертой знакомых доменов: исследование обобщающей способности детекторов машинно сгенерированных изображений
   
   Докл. РАН. Матем., информ., проц. упр., 527 (2025),  103–116
4. Попарное сравнение изображений для обнаружения плагиата
   
   Докл. РАН. Матем., информ., проц. упр., 527 (2025),  68–83
5. Улучшение декодирования данных фМРТ с использованием пространственно-временных характеристик в условиях ограниченного набора данных
   
   Докл. РАН. Матем., информ., проц. упр., 527 (2025),  11–30
6. Достаточный размер выборки: бутстрапирование правдоподобия
   
   Ж. вычисл. матем. и матем. физ., 65:2 (2025),  235–242
7. Stack more LLMs: эффективное обнаружение машинно-сгенерированных текстов с помощью аппроксимации значений перплексии
   
   Докл. РАН. Матем., информ., проц. упр., 520:2 (2024),  228–237
8. Раскрытие Гессиана: ключ к плавной сходимости поверхности функции потерь
   
   Докл. РАН. Матем., информ., проц. упр., 520:2 (2024),  57–70
9. Поиск искусственно сгенерированных текстовых фрагментов в научных документах
   
   Докл. РАН. Матем., информ., проц. упр., 514:2 (2023),  308–317
10. Поиск текстовых заимствований в рукописных текстах
    
    Докл. РАН. Матем., информ., проц. упр., 514:2 (2023),  297–307
11. Анализ свойств вероятностных моделей в задачах обучения с экспертом
    
    Автомат. и телемех., 2022, № 10,  47–59
12. Вероятностная интерпретация задачи дистилляции
    
    Автомат. и телемех., 2022, № 1,  150–168
13. Байесовская дистилляция моделей глубокого обучения
    
    Автомат. и телемех., 2021, № 11,  16–29
14. Анализ выбора априорного распределения для смеси экспертов
    
    Ж. вычисл. матем. и матем. физ., 61:7 (2021),  1149–1161
15. Введение отношения порядка на множестве параметров аппроксимирующих моделей
    
    Информ. и её примен., 14:2 (2020),  58–65
16. Определение релевантности параметров нейросети
    
    Информ. и её примен., 13:2 (2019),  62–70