ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В АВТОМАТИЗАЦИИ КОМПЬЮТЕРНОЙ ГРАФИКИ И ИТ-УПРАВЛЕНИЯ
Kalit so'zlar
https://doi.org/10.47390/ts-v4i4y2026N08Kalit so'zlar
нейронные сети, глубокое обучение, компьютерная графика, диффузионные модели, генеративно-состязательные сети, трансформеры, LSTM, графовые нейронные сети, ИТ-управление, автоматизация инфраструктуры, обнаружение аномалий, предиктивный мониторинг, обучение с подкреплением, синтез изображений, повышение разрешения.Annotasiya
В работе рассматривается применение нейронных сетей для автоматизации задач компьютерной графики и управления ИТ-инфраструктурой. Проведён сравнительный анализ ключевых архитектур в обоих направлениях. Показано, что нейросетевые методы устойчиво превосходят классические подходы, однако чувствительны к распределению входных данных и требуют значительных вычислительных ресурсов. Выявлены общие закономерности развития обоих направлений.
Manbalar
1. Deng A., Hooi B. Graph Neural Network-Based Anomaly Detection in Multivariate Time Series // Proceedings of the AAAI Conference on Artificial Intelligence. — 2021. — Vol. 35, No. 5. — P. 4027–4035.
2. Dosovitskiy A., Beyer L., Kolesnikov A. и др. An Image is Worth 16×16 Words: Transformers for Image Recognition at Scale // International Conference on Learning Representations (ICLR). — 2021.
3. Goodfellow I., Pouget-Abadie J., Mirza M. и др. Generative Adversarial Nets // NeurIPS, 2014.
4. Ho J., Jain A., Abbeel P. Denoising Diffusion Probabilistic Models // NeurIPS, 2020.
5. Kirillov A., Mintun E., Ravi N. и др. Segment Anything // Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV). — 2023. — P. 4015–4026.
6. Rombach R., Blattmann A., Lorenz D. и др. High-Resolution Image Synthesis with Latent Diffusion Models // CVPR, 2022.
7. Wang X., Xie L., Dong C., Shan Y. Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data // Proceedings of the IEEE/CVF International Conference on Computer Vision Workshops (ICCVW). — 2021. — P. 1905–1914.
8. Wu Z., Pan S., Chen F. и др. Graph Neural Networks for Anomaly Detection in Industrial Internet of Things // IEEE Internet of Things Journal. — 2022. — Vol. 9, No. 11. — P. 9209–9230.
This work is licensed under a 