Усмонов М. Т., студент РГСУ, Москва. Информатика и вычислительная техника.
Проблема присвоения заслуги остаётся одним из центральных нерешённых вопросов нейроморфных вычислений. В работе предлагается гипотеза о том, что интеграция двухкомпартментных спайковых нейронов с компартмент-специфичными трёхфакторными правилами STDP позволяет каждому нейрону вычислять локальный сигнал ошибки без глобального обратного прохода.
Комплексное исследование эффективности квантового машинного обучения в сравнении с классическими методами на основе SVM. Проведено 40 экспериментов на различных масштабах данных. Classical SVM: средняя точность 97%. Quantum QSVM: 60%. Работа предоставляет важный benchmark для оценки прогресса в NISQ-эре.
Локальный Telegram-бот для автоматизации ответов на типовые вопросы студентов РГСУ. Методы TF-IDF и косинусного сходства с лемматизацией (pymorphy3). База знаний: 210 Q&A-пар по 15 категориям. Лучший движок (TF-IDF + синонимы): Accuracy 87,9%. Развёртывание через Docker без внешних API.