Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/341151Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Андренко, К. В. | |
| dc.contributor.author | Крощенко, А. А. | |
| dc.contributor.author | Головко, В. А. | |
| dc.contributor.author | Крапивин, Ю. Б. | |
| dc.date.accessioned | 2026-02-05T11:05:02Z | - |
| dc.date.available | 2026-02-05T11:05:02Z | - |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Информационные системы и технологии = Information Systems and Technologies : материалы XI Междунар. науч. конгр. по информатике (CSIST-2025), Респ. Беларусь, Минск, 29–31 окт. 2025 г. В 2 ч. Ч. 2 / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др]. – Минск : БГУ, 2025. – С. 118-125. | |
| dc.identifier.isbn | 978-985-881-851-7 | |
| dc.identifier.isbn | 978-985-881-853-1 (ч. 2) | |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/341151 | - |
| dc.description | Раздел II. Нейронные сети и глубокое обучение | |
| dc.description.abstract | Авторами предложена модель автоматической классификации управленческих решений на основе дообученной DistilBERT, учитывающей контекст для повышения точности. Разработан уникальный русскоязычный датасет (800 записей) с метками качества, оценками компетенций и зонами роста, повышающий интерпретируемость результатов, получаемых моделями. Высокие метрики (accuracy 0,9988, F1 0,9986) подтверждают эффективность подхода | |
| dc.language.iso | ru | |
| dc.publisher | Минск : БГУ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | |
| dc.title | Использование нейронных сетей для анализа принимаемых решений | |
| dc.title.alternative | The use of neural networks for decision-making analysis / K. V. Andrenko, A. A. Kroshchanka, V. A. Golovko, Yu. B. Krapivin | |
| dc.type | conference paper | |
| dc.description.alternative | The authors propose a model for automatic classification of management decisions based on fine-tuned DistilBERT, which takes context into account to improve accuracy. A unique Russian-language dataset (800 records) with quality labels, competency assessments, and growth areas has been developed to improve interpretability of model results. High metrics (accuracy 0.9988, F1 0.9986) confirm the effectiveness of the approach | |
| Располагается в коллекциях: | 2025. Информационные системы и технологии | |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 118-125.pdf | 529,96 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.