Персона:
Щукин, Борис Алексеевич

Profile Picture
Email Address
Birth Date
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Статус
Фамилия
Щукин
Имя
Борис Алексеевич
Имя

Фильтры

20212
2
Сброс фильтров

Настройки

Автор: Климов, Валентин Вячеславович × Имеет файлы: Yes ×

Результаты поиска

Теперь показываю 1 - 2 из 2
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    Implementation of support for a multi-type flow of requests in the payment card processing server model in the form of a petri net and its validation
    (2021) Tshukin, B. A.; Klimov, V. V.; Sokolov, I. D.; Щукин, Борис Алексеевич; Климов, Валентин Вячеславович; Соколов, Илья Дмитриевич
    © 2020 Elsevier B.V.. All rights reserved.In this paper we are considering the implementation of support for modeling of the input flow of differently typed requests in the model of the payment card processing system server in form of a hierarchical coloured Petri net. Also, the validation of the extended model was performed using data from a real processing system. Based on its results, we made a conclusion on the acceptability of using the model in further research and in practical application.
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    The Application of Transformer Model Architecture for the Dependency Parsing Task
    (2021) Chernyshov, A.; Klimov, V.; Balandina, A.; Shchukin, B.; Чернышов, Артем Андреевич; Климов, Валентин Вячеславович; Баландина, Анита Ивановна; Щукин, Борис Алексеевич
    © 2020 Elsevier B.V.. All rights reserved.In this paper, authors discover the advantages of the attention-based neural network application to the natural language dependency-parsing task. The authors explain the architecture and show the results of comparison between attention-based neural network and long-short memory neural networks in relation to the dependency-parsing task.