id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1 value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2 classes | is_sentence bool 2 classes | is_corrected bool 2 classes |
|---|---|---|---|---|---|---|---|---|
18,557 | 2026-02-24T14:41:55.150000Z | 2026-02-24T14:41:55.150000Z | Lec. | При работе с тысячами тяжелых графов разница между текстовым XML и бинарной сериализацией становится критической для масштабируемости эксперимента | false | true | false | |
18,556 | 2026-02-24T14:41:52.491000Z | 2026-02-24T14:41:52.491000Z | Lec. | Преобразование исходного GraphML-датасета в формат Pickle дало существенный выигрыш во времени загрузки (в 3,5 раза быстрее), что напрямую влияет на скорость итераций обучения нейронных сетей | false | true | false | |
18,555 | 2026-02-24T14:41:49.419000Z | 2026-02-24T14:41:49.419000Z | Lec. | PyGraph удобен в интерактивной работе, но уступает по стандартам обмена и прямой интеграции с PyTorch Geometric | false | true | false | |
18,554 | 2026-02-24T14:41:46.568000Z | 2026-02-24T14:41:46.568000Z | Lec. | GraphML обеспечивает гибкость атрибутов и совместимость с инструментами визуализации, тогда как бинарный Pickle выигрывает в скорости сериализации и экономии дискового пространства | false | true | false | |
18,553 | 2026-02-24T14:41:43.661000Z | 2026-02-24T14:41:43.661000Z | Lec. | Рассмотренные форматы демонстрируют разные компромиссы между универсальностью и производительностью | false | true | false | |
18,552 | 2026-02-24T14:41:41.153000Z | 2026-02-24T14:41:41.153000Z | Lec. | Наличие раскрытых атрибутов временных характеристик, логического поведения и возможных неисправностей позволяет обеспечить высокую достоверность обучающих выборок и снизить риск смещений при дальнейшем обучении моделей | false | true | false | |
18,551 | 2026-02-24T14:41:38.256000Z | 2026-02-24T14:41:38.256000Z | Lec. | Анализ существующих датасетов показал, что для точной оценки параметров комбинационных схем крайне важна детальная спецификация каждого компонента и условий его работы | false | true | false | |
18,550 | 2026-02-24T14:41:35.417000Z | 2026-02-24T14:41:35.417000Z | Lec. | Выводы к разделу | false | true | false | |
18,549 | 2026-02-24T14:41:32.162000Z | 2026-02-24T14:41:32.162000Z | Lec. | Микро секунда | false | true | false | |
18,548 | 2026-02-24T14:41:28.995000Z | 2026-02-24T14:41:28.995000Z | Lec. | Единица измерения | false | false | false | |
18,547 | 2026-02-24T14:41:26.517000Z | 2026-02-24T14:41:26.517000Z | Lec. | Параметры Комбинационной схемы | false | true | false | |
18,546 | 2026-02-24T14:41:24.016000Z | 2026-02-24T14:41:24.016000Z | Lec. | Расчет параметров комбинационных схем подробнее описан в работе [9] | false | true | false | |
18,545 | 2026-02-24T14:41:21.547000Z | 2026-02-24T14:41:21.547000Z | Lec. | В работе json файл используется при обучении для получения эталонных результирующих параметров комбинационной схемы | false | true | false | |
18,544 | 2026-02-24T14:41:18.712000Z | 2026-02-24T14:41:18.712000Z | Lec. | Он используется для структурированного представления информации в виде пар "ключ-значение" и поддерживает массивы, объекты, числа, строки, логические значения и null | false | true | false | |
18,543 | 2026-02-24T14:41:16.084000Z | 2026-02-24T14:41:16.085000Z | Lec. | Файл JSON (JavaScript Object Notation) [8] – это текстовый формат хранения и передачи данных, основанный на синтаксисе JavaScript | false | true | false | |
18,542 | 2026-02-24T14:41:13.169000Z | 2026-02-24T14:41:13.169000Z | Lec. | Описание выходных данных | false | true | false | |
18,541 | 2026-02-24T14:41:09.940000Z | 2026-02-24T14:41:09.940000Z | Lec. | Время обучения сократилось | false | true | false | |
18,540 | 2026-02-24T14:41:06.843000Z | 2026-02-24T14:41:06.843000Z | Lec. | В результате ускорилось время загрузки файлов в 3,5 раза во время обучения нейронной сети | false | true | false | |
18,539 | 2026-02-24T14:41:04.005000Z | 2026-02-24T14:41:04.005000Z | Lec. | Для быстрой загрузки файлов формата GraphML исходный датасет был преобразован в формат Pickle | false | true | false | |
18,538 | 2026-02-24T14:41:01.443000Z | 2026-02-24T14:41:01.443000Z | Lec. | Такая схема обеспечивает оперативную доставку данных для модели машинного обучения и обеспечивает беспрепятственное использование графического процессора для вычислений | false | true | false | |
18,537 | 2026-02-24T14:40:58.548000Z | 2026-02-24T14:40:58.548000Z | Lec. | Работа [7] рассматривает преимущества формата GraphML для представления графов в нейронных сетях: | false | true | false | |
18,536 | 2026-02-24T14:40:55.382000Z | 2026-02-24T14:40:55.382000Z | Lec. | В качестве входных данных был заготовлен датасет из 10000 графов в формате GraphML | false | true | false | |
18,535 | 2026-02-24T14:40:39.662000Z | 2026-02-24T14:40:39.662000Z | Lec. | Описание входных данных | false | true | false | |
18,534 | 2026-02-24T14:40:31.876000Z | 2026-02-24T14:40:31.876000Z | Lec. | Недостатки:. — Нет единого стандарта обмена (только код/JSON-скрипт). — Скорость загрузки/парсинга невысока. — Отсутствие строгой схемы валидации атрибутов. — Трудно напрямую конвертировать в PyTorch Data-объект | false | false | false | |
18,533 | 2026-02-24T14:40:29.024000Z | 2026-02-24T14:40:29.024000Z | Lec. | Преимущества:. — Понятный Python-синтаксис. — Встроенные алгоритмы. — Хорош для графов с малым количеством ребер. — Легкая модификация «на лету» | false | false | false | |
18,532 | 2026-02-24T14:40:26.044000Z | 2026-02-24T14:40:26.044000Z | Lec. | Методы load/save позволяют сериализовать графы в Python-скрипты или простые JSON-подобные структуры, но никакого стандартизованного текстового формата типа XML у PyGraph нет | false | true | false | |
18,531 | 2026-02-24T14:40:22.458000Z | 2026-02-24T14:40:22.458000Z | Lec. | Ребра — в словаре вида {(u,v): {<атрибут>: <значение>, …}} | false | true | false | |
18,530 | 2026-02-24T14:40:19.721000Z | 2026-02-24T14:40:19.721000Z | Lec. | Внутренняя структура: Вершины хранятся в множестве | false | true | false | |
18,529 | 2026-02-24T14:40:17.068000Z | 2026-02-24T14:40:17.068000Z | Lec. | Она предоставляет классы для взвешенных и невзвешенных, ориентированных и неориентированных графов, а также богатый набор алгоритмов (поиск в глубину или ширину, кратчайшие пути, обходы и т. п.) | false | true | false | |
18,528 | 2026-02-24T14:40:14.381000Z | 2026-02-24T14:40:14.381000Z | Lec. | PyGraph [7] — легковесная библиотека для работы с графами | false | true | false | |
18,527 | 2026-02-24T14:40:11.558000Z | 2026-02-24T14:40:11.558000Z | Lec. | Скорость подгрузки файлов является критически важной для ускорения обучения нейронной сети | false | true | false | |
18,526 | 2026-02-24T14:40:08.761000Z | 2026-02-24T14:40:08.761000Z | Lec. | Pickle позволяет комбинировать в одном файле любые структуры: графы, списки матриц времени задержек, словари со статистиками, даже готовые экземпляры torch_geometric.data.Data | false | true | false | |
18,525 | 2026-02-24T14:40:06.081000Z | 2026-02-24T14:40:06.081000Z | Lec. | Бинарный формат занимает около 8 мегабайт памяти на диске, а эквивалентный GraphML (XML-теги + атрибуты) занимает 17,5 мегабайт памяти | false | true | false | |
18,524 | 2026-02-24T14:40:03.200000Z | 2026-02-24T14:40:03.200000Z | Lec. | При большом объеме данных и сложных графовых структурах с сотнями тысяч вершин и ребер заметна разница в производительности | false | true | false | |
18,523 | 2026-02-24T14:40:00.196000Z | 2026-02-24T14:40:00.196000Z | Lec. | Бинарный формат Pickle является быстро считываемым и легким для записи, чем парсинг строкового XML (GraphML) | false | true | false | |
18,522 | 2026-02-24T14:39:57.391000Z | 2026-02-24T14:39:57.391000Z | Lec. | Pickle сохраняет объекты вместе со всеми их атрибутами и внутренними ссылками | false | true | false | |
18,521 | 2026-02-24T14:39:54.562000Z | 2026-02-24T14:39:54.562000Z | Lec. | Преимущества Pickle по сравнению с GraphML для задач нейросетевой обработки: | false | true | false | |
18,520 | 2026-02-24T14:39:51.758000Z | 2026-02-24T14:39:51.758000Z | Lec. | При помощи функций, встроенных в Python, есть возможность записи в файл и восстановления из него практически любых объектов (списки, словари, классы, экземпляры пользовательских типов и т. п.) без дополнительного парсинга или описания схемы данных | false | true | false | |
18,519 | 2026-02-24T14:39:47.385000Z | 2026-02-24T14:39:47.385000Z | Lec. | Pickle [7] — встроенный в Python модуль для сериализации и десериализации произвольных Python-объектов в компактный бинарный формат | false | true | false | |
18,518 | 2026-02-24T14:39:44.528000Z | 2026-02-24T14:39:44.528000Z | Lec. | Он состоит из следующих ключевых элементов:. <graphml> – корневой элемент, определяющий GraphML-документ. <graph> – определяет сам граф и его характеристики. <node> – задает вершину графа (логический элемент комбинационной схемы). <edge> – определяет связи (ребра) между вершинами (соединения между элементами схемы). <key> и <data> – используются для задания атрибутов вершин и ребер графа для указания типа логического элемента | false | false | false | |
18,517 | 2026-02-24T14:39:41.222000Z | 2026-02-24T14:39:41.223000Z | Lec. | Файл GraphML представляет собой описание графа, его вершин, ребер и атрибутов | false | true | false | |
18,516 | 2026-02-24T14:39:38.429000Z | 2026-02-24T14:39:38.429000Z | Lec. | За счет данного формата точность обучения улучшается | false | true | false | |
18,515 | 2026-02-24T14:39:35.658000Z | 2026-02-24T14:39:35.658000Z | Lec. | GraphML легко конвертируется в формат PyTorch Geometric | false | true | false | |
18,514 | 2026-02-24T14:39:32.861000Z | 2026-02-24T14:39:32.861000Z | Lec. | Тип элемента способствует определению задержки и площади | false | true | false | |
18,513 | 2026-02-24T14:39:30.462000Z | 2026-02-24T14:39:30.463000Z | Lec. | GraphML позволяет добавлять произвольные атрибуты для вершин и ребер, что упрощает хранение параметров комбинационной схемы, таких как тип логического элемента | false | true | false | |
18,512 | 2026-02-24T14:39:27.597000Z | 2026-02-24T14:39:27.597000Z | Lec. | В работе [7] рассматриваются преимущества формата GraphML для представления графов в нейронных сетях: | false | true | false | |
18,511 | 2026-02-24T14:39:24.751000Z | 2026-02-24T14:39:24.751000Z | Lec. | Обзор существующих форматов файлов | false | true | false | |
18,510 | 2026-02-24T14:39:22.290000Z | 2026-02-24T14:39:22.290000Z | Lec. | Особенное внимание уделялось качеству данных – важнейшему фактору, от которого зависит успешность обучения машинно-обученных моделей | false | true | false | |
18,509 | 2026-02-24T14:39:19.444000Z | 2026-02-24T14:39:19.444000Z | Lec. | К тому же в процессе анализа учитывались структура и формат датасетов, наличие разметки и описания параметров | false | true | false | |
18,508 | 2026-02-24T14:39:16.597000Z | 2026-02-24T14:39:16.597000Z | Lec. | Основное внимание в анализе уделялось объему данных, полноте и достоверности информации о параметрах схем, включая временные характеристики, логическое поведение, условия эксплуатации и возможные неисправности | false | true | false | |
18,507 | 2026-02-24T14:39:13.722000Z | 2026-02-24T14:39:13.722000Z | Lec. | Рассматривались как общедоступные, так и специализированные датасеты | false | true | false | |
18,506 | 2026-02-24T14:39:10.733000Z | 2026-02-24T14:39:10.733000Z | Lec. | В рамках предварительного этапа работы был проведен глубокий анализ ряда датасетов, каждый из которых имеет свою спецификацию и предназначен для конкретных классов задач | false | true | false | |
18,505 | 2026-02-24T14:39:08.048000Z | 2026-02-24T14:39:08.048000Z | Lec. | Наборы данных состоят из разнообразных сценариев работы комбинационных схем и содержат данные о различных условиях эксплуатации, что позволяет проводить точный анализ и обучать высокоэффективные модели машинного обучения | false | true | false | |
18,504 | 2026-02-24T14:39:05.187000Z | 2026-02-24T14:39:05.187000Z | Lec. | Для решения задач по оценке параметров комбинационных схем необходимо использовать специально подготовленные и детализированные данные, которые содержат подробные характеристики электронных компонентов | false | true | false | |
18,503 | 2026-02-24T14:39:02.582000Z | 2026-02-24T14:39:02.582000Z | Lec. | Имеющийся задел | false | true | false | |
18,502 | 2026-02-24T14:38:59.505000Z | 2026-02-24T14:38:59.505000Z | Lec. | Подготовка пояснительной записки, публикация исходного кода и документации в репозитории GitHub | false | true | false | |
18,501 | 2026-02-24T14:38:56.265000Z | 2026-02-24T14:38:56.265000Z | Lec. | Сравнительный анализ полученных результатов и поиск улучшений | false | true | false | |
18,500 | 2026-02-24T14:38:53.454000Z | 2026-02-24T14:38:53.454000Z | Lec. | Обучение и тестирование модели, верификация результатов, анализ точности и устойчивости решения | false | true | false | |
18,499 | 2026-02-24T14:38:50.672000Z | 2026-02-24T14:38:50.672000Z | Lec. | Подготовка данных: формирование выборки, разметка параметров, нормализация и преобразование признаков | false | true | false | |
18,498 | 2026-02-24T14:38:46.824000Z | 2026-02-24T14:38:46.824000Z | Lec. | Разработка методики и выбор архитектуры нейронной сети для оценки параметров схем | false | true | false | |
18,497 | 2026-02-24T14:38:44.331000Z | 2026-02-24T14:38:44.331000Z | Lec. | Обзор научных и технических источников по оценке параметров комбинационных схем и применению машинного обучения | false | true | false | |
18,496 | 2026-02-24T14:38:41.280000Z | 2026-02-24T14:38:41.280000Z | Lec. | Для реализации поставленной цели необходимо выполнить следующие задачи: | false | true | false | |
18,495 | 2026-02-24T14:38:38.792000Z | 2026-02-24T14:38:38.792000Z | Lec. | Основная цель данной дипломной работы – разработка эффективного алгоритма или группы алгоритмов для оценки параметров комбинационных схем с использованием методов машинного обучения | false | true | false | |
18,494 | 2026-02-24T14:38:35.850000Z | 2026-02-24T14:38:35.850000Z | Lec. | Текущая работа заполняет пробел, применяя новейшие технологии и методики машинного обучения для решения конкретных проблем анализа комбинационных схем | false | true | false | |
18,493 | 2026-02-24T14:38:33.005000Z | 2026-02-24T14:38:33.005000Z | Lec. | Новизна работы связана с тем, что несмотря на то, что машинное обучение широко используется в различных областях науки, его применение для оценки параметров комбинаторных схем пока не исследовано в полной мере | false | true | false | |
18,492 | 2026-02-24T14:38:30.123000Z | 2026-02-24T14:38:30.123000Z | Lec. | Данная активность свидетельствует о возрастании и продолжающейся потребности в разработке новых подходов и методик, что делает данную тему важной для дальнейшего изучения и применения в сфере микроэлектроники и цифровых технологий | false | true | false | |
18,491 | 2026-02-24T14:38:27.017000Z | 2026-02-24T14:38:27.017000Z | Lec. | Поисковый интерес термина «circuit parameters» по данным Google Trends [6] | false | true | false | |
18,490 | 2026-02-24T14:38:24.196000Z | 2026-02-24T14:38:24.196000Z | Lec. | Указанное обстоятельство подтверждает устойчивый интерес к вопросам параметризации современных систем в 2025 году | false | true | false | |
18,489 | 2026-02-24T14:38:21.378000Z | 2026-02-24T14:38:21.378000Z | Lec. | Поисковые запросы об параметрах схем имели высокую популярность в 2004 году, и хоть со временем популярность данных запросов упала, они все еще являются актуальными | false | true | false | |
18,488 | 2026-02-24T14:38:18.526000Z | 2026-02-24T14:38:18.526000Z | Lec. | На Error: Reference source not found изображен график частоты поисковых запросов «circuit parameters», который показывает заметное увеличение тренда с конца 2020 года | false | true | false | |
18,487 | 2026-02-24T14:38:15.895000Z | 2026-02-24T14:38:15.895000Z | Lec. | Поисковый интерес термина «combinational circuit» по данным Google Trends [6] | false | true | false | |
18,486 | 2026-02-24T14:38:13.061000Z | 2026-02-24T14:38:13.061000Z | Lec. | График показывает положительные тенденции к росту интереса к комбинационным схемам | false | true | false | |
18,485 | 2026-02-24T14:38:10.254000Z | 2026-02-24T14:38:10.254000Z | Lec. | Проводя анализ расчетов параметров комбинационных схем по тематике работы, можно отметить высокий интерес к комбинационным схемам (Error: Reference source not found), что подтверждается постепенно возрастающим количеством запросов на эту тему с 2010-2025 год | false | true | false | |
18,484 | 2026-02-24T14:38:07.077000Z | 2026-02-24T14:38:07.077000Z | Lec. | Поисковый интерес термина «machine learning» по данным Google Trends [6] | false | true | false | |
18,483 | 2026-02-24T14:38:04.272000Z | 2026-02-24T14:38:04.272000Z | Lec. | В последние годы наблюдается устойчивый рост интереса, что указывает на возрастающую значимость данной темы в сфере инженерии | false | true | false | |
18,482 | 2026-02-24T14:38:01.160000Z | 2026-02-24T14:38:01.160000Z | Lec. | На Error: Reference source not found представлен график зависимости интереса к поиску информации о «machine learning» от года согласно Google Trends [6] | false | true | false | |
18,481 | 2026-02-24T14:37:57.551000Z | 2026-02-24T14:37:57.551000Z | Lec. | Таким образом, оценка параметров микроэлектронных схем является важной задачей при построении надежных систем | false | true | false | |
18,480 | 2026-02-24T14:37:54.583000Z | 2026-02-24T14:37:54.583000Z | Lec. | Многочисленные отрасли промышленности, в том числе медицинская, автомобильная, военная и другие, требуют, чтобы микроэлектронные схемы функционировали без сбоев в экстремальных условиях | false | true | false | |
18,479 | 2026-02-24T14:37:51.692000Z | 2026-02-24T14:37:51.692000Z | Lec. | Исследование параметров микросхем помогает в обнаружении возможных проблем и в выборе проектных решений, способствующих надежной работе комбинационных схем | false | true | false | |
18,478 | 2026-02-24T14:37:48.832000Z | 2026-02-24T14:37:48.832000Z | Lec. | Кроме того, традиционные методы не учитывают неочевидные структурные зависимости между элементами, что снижает точность прогнозирования [5] | false | true | false | |
18,477 | 2026-02-24T14:37:46.228000Z | 2026-02-24T14:37:46.228000Z | Lec. | Для схемы из 1000 элементов ручной анализ занимает десятки часов, а для современных чипов с миллиардами транзисторов такие подходы становятся неприменимыми | false | true | false | |
18,476 | 2026-02-24T14:37:43.562000Z | 2026-02-24T14:37:43.562000Z | Lec. | Классические методы расчета этих параметров, основанные на аналитических формулах или численном моделировании, требуют значительных ресурсов, например в статье [4] рассматривается статический алгоритм для вычисления коэффициентов мягких ошибок комбинационных схем | false | true | false | |
18,475 | 2026-02-24T14:37:41.007000Z | 2026-02-24T14:37:41.007000Z | Lec. | Определение этих параметров требует значительных временных и трудовых ресурсов [3] | false | true | false | |
18,474 | 2026-02-24T14:37:37.954000Z | 2026-02-24T14:37:37.954000Z | Lec. | Вычисление задержки и площади схем с использованием традиционных методов становится сложным из-за увеличения вычислительных затрат при увеличении размеров схемы | false | true | false | |
18,473 | 2026-02-24T14:37:35.315000Z | 2026-02-24T14:37:35.315000Z | Lec. | Для исследования характеристик схем используются разные методы, включая классические аналитические и численные подходы | false | true | false | |
18,472 | 2026-02-24T14:37:32.490000Z | 2026-02-24T14:37:32.490000Z | Lec. | Анализ и оптимизация комбинационных схем одни из важных задач при их проектировании | false | true | false | |
18,471 | 2026-02-24T14:37:29.652000Z | 2026-02-24T14:37:29.652000Z | Lec. | Логика работы комбинационной схемы реализуется с использованием логических элементов (AND, OR, NOT, NAND, NOR, XOR, XNOR), соединенных проводниками, образующими сеть | false | true | false | |
18,470 | 2026-02-24T14:37:27.011000Z | 2026-02-24T14:37:27.011000Z | Lec. | Данная схема не содержит элементов памяти и не зависит от предыдущих состояний | false | true | false | |
18,469 | 2026-02-24T14:37:24.504000Z | 2026-02-24T14:37:24.504000Z | Lec. | Комбинационная схема – это цифровое устройство, в котором выходные сигналы в любой момент времени однозначно определяются текущими значениями входных сигналов [2] | false | true | false | |
18,468 | 2026-02-24T14:37:22.018000Z | 2026-02-24T14:37:22.018000Z | Lec. | По данным исследования McKinsey, к 2025 году глобальный рынок полупроводников достигнет $1 трлн, а время проектирования новых микросхем сократится на 30% за счет внедрения автоматизированных решений [1] | false | true | false | |
18,467 | 2026-02-24T14:37:19.125000Z | 2026-02-24T14:37:19.125000Z | Lec. | С ростом сложности электронных систем (например, в IoT-устройствах, нейроморфных чипах или квантовых компьютерах) проектирование и оптимизация таких схем становятся критически важными задачами | false | true | false | |
18,466 | 2026-02-24T14:37:16.100000Z | 2026-02-24T14:37:16.100000Z | Lec. | Современные цифровые устройства, от процессоров до систем управления, базируются на комбинационных схемах, которые определяют их логику и функциональность | false | true | false | |
18,465 | 2026-02-24T14:37:13.245000Z | 2026-02-24T14:37:13.245000Z | Lec. | СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ (сделан в mendeley) 8 | false | true | false | |
18,464 | 2026-02-24T14:37:09.110000Z | 2026-02-24T14:37:09.110000Z | Lec. | ЗАКЛЮЧЕНИЕ 7 | false | false | false | |
18,463 | 2026-02-24T14:37:06.686000Z | 2026-02-24T14:37:06.686000Z | Lec. | ВВЕДЕНИЕ 5. 1 Как пользоваться данным шаблоном 6. 1.1 Преамбула 6. 1.2 Выводы к разделу (желательно делать к каждому разделу!) 6 | false | false | false | |
18,462 | 2026-02-24T14:37:03.211000Z | 2026-02-24T14:37:03.211000Z | Lec. | The volume of the final qualification work – 48 pages, the number of figures – 18, the number of tables –3 , the number of used sources of literature – 27. 1 ВВЕДЕНИЕ 9. 2 Имеющийся задел 14. 2.1 Обзор существующих форматов файлов 14. 2.1.1 GraphML 14. 2.1.2 Pickle 15. 2.1.3 PyGraph 16. 2.2 Описание входных данных 16. 2.3 Описание выходных данных 17. 2.4 Выводы к разделу 18. 3 Методы оценки параметров комбинационных схем 19. 3.1 Задержка 19. 3.2 Площадь 21. 3.3 Выводы по разделу 24. 4 Модели машинного обучения и нейронных сетей 26. 4.2 Преобразование данных графа 26. 4.3 Класс датасета GraphPickleDataset 27. 4.4 Функция батчинга custom_collate 28. 4.5 Подготовка данных и фильтрация 28. 4.6 Архитектура модели FinalGNN 30. 4.6.2 GraphSAGE-блоки (x3) 30. 4.6.3 Глобальная агрегация. 30. 4.6.4 Регрессионная голова. 31. 4.7 Процесс обучения 32. 4.7.1 Тренировочный проход. 32. 4.7.2 Валидационный проход. 33. 4.8 Оценка и визуализация результатов обучения FinalGNN 34. 4.9 Архитектура модели AreaSGCN 37. 4.10 Архитектура модели AreaGNN 40. 4.11 Оценка и визуализация результатов обучения AreaGNN 42. 4.12 Выводы к разделу 43. 5 Заключение 45. 6 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 46 | false | false | false | |
18,461 | 2026-02-24T14:36:58.725000Z | 2026-02-24T14:36:58.725000Z | Lec. | Also, architectures of neural network models were developed, software for automation of hyperparameter search was realized, training, validation and testing of models with subsequent recording of predictions in the form of JSON file was carried out | false | true | false | |
18,460 | 2026-02-24T14:36:55.716000Z | 2026-02-24T14:36:55.716000Z | Lec. | As a result of this work, a dataset of combinational circuits was generated, software for its systematization and normalization was developed | false | true | false | |
18,459 | 2026-02-24T14:36:53.101000Z | 2026-02-24T14:36:53.101000Z | Lec. | The thesis presents a new approach to estimating their parameters using machine learning methods, which opens wide opportunities for optimizing the design process | false | true | false | |
18,458 | 2026-02-24T14:36:50.262000Z | 2026-02-24T14:36:50.262000Z | Lec. | The efficiency and speed of analyzing the characteristics of combinational circuits are key factors in this process | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.