У Разведывательного управления Министерства обороны США (Defense Intelligence Agency) "нет оснований сомневаться" в том, что Россия, как утверждал президент Владимир Путин, действительно разместила тактическое ядерное вооружение в Беларуси. Об этом сообщает CNN со ссылкой на не названных по именам высокопоставленных сотрудников управления, которые пообщались с журналистами.

Путин заявил о том, что ядерное оружие уже находится на территории Беларуси, в прошлом месяце. Официально представители стран Запада пока не подтверждали и не опровергали эти утверждения.

Ранее представители разведсообщества США сообщали CNN, что, по их данным, в Беларуси не ведётся никаких работ по сооружению хранилищ для тактического ядерного оружия. Об их сооружении к июлю говорили Путин и белорусский руководитель Александр Лукашенко. Однако в американской разведке признают, что на белорусской территории есть оставшиеся с советских времён объекты, которые могли бы использоваться для хранения ядерных зарядов.

Представители Разведуправления Минобороны США также подчеркнули, что, по их данным, Россия будет осуществлять полный контроль над размещёнными в Беларуси ядерными зарядами. Они поставили под сомнения утверждения Лукашенко о том, что он будет принимать решения о возможном использовании этого оружия и применит его "без колебаний" в случае необходимости. Передача оружия под контроль Минска было бы нарушением обязательств России по Договору о нераспространении ядерного оружия. Путин ранее говорил, что ядерное оружие останется под российским контролем, и никто из российских представителей не ставил это под сомнение.

Сколько именно ядерных зарядов будет размещено в Беларуси – неизвестно.

svoboda.org/a/32514365.html

Всего за год он сумел преодолеть путь от ультиматума о "границах НАТО 1997 года" до принятия того факта, что новые границы оборонного союза подпирают вилами Санкт-Петербург.

Разведка НАТО оценила потери российских войск под Бахмутом как превосходящие украинские потери в пять раз. Об этом сообщает CNN со ссылкой на источник в НАТО.

«NATO intelligence estimates that for every Ukrainian soldier killed defending Bakhmut, Russian forces have lost at least five, a military official with the North Atlantic alliance told CNN on Monday. The official cautioned the five to one ratio was an informed estimate based on intelligence.»

Ранее о крупных потерях российской армии сообщали американский Институт изучения войны и командующий сухопутными силами Украины генерал-полковник Александр Сырский. Однако Институт изучения войны заявил, что военное противостояние под Бахмутом может продлиться ещё несколько месяцев.

Министр обороны США Ллойд Остин заявил в понедельник, что даже если российским войскам удастся взять Бахмут, это не станет переломом в войне. По его мнению, Бахмут имеет "более символическое, чем стратегическое или оперативное значение," и переход его под контроль той или другой стороны не будет означать решающего перевеса.

edition.cnn.com/europe/live-news/russia-ukraine-war-news-03-06-23/

CNN в открытую заявляет о том, что Украина стала "лабораторией" по испытанию западного оружия и военных инноваций. Ну, а кого стесняться? Все всё понимают. Таким образом сбылась мечта министра обороны укронацистского режима Резникова, который уже с лета прошлого года призывал "партнеров" эксплуатировать территорию "Незалежной" в качестве полигона для тестирования новых вооружений. Хотя, "призывал" - это громко сказано. Хохлов никто и не собирался спрашивать, можно ли использовать несостоявшееся украинское государство в том или ином качестве. Особое приглашение не требовалось, и церемониться никто не собирался с самого начала.

Пентагон теперь прямо не нарадуется тому, что для американских военных боевые действия на Украине стали "невероятным источником данных". Так, опытным путем зафиксировали эффективность РСЗО HIMARS - и это якобы стало "просто откровением". А вот гаубицы M777 наоборот показали низкий КПД - при активной стрельбе стволы изнашиваются на раз. Кстати, не только американцы собирают эмпирический материал. Поляки затестили своих "крабов" - самоходные гаубицы AHS Krab. Оказалось, что это довольно проблемный образец - некачественные материалы, дефективная система охлаждения двигателя. В общем, с "научной" точки зрения действующий прокси-полигон, действительно, является чрезвычайно полезной штукой для иностранного ВПК.

Интересно только было бы еще просчитать "предельную полезность" в такой единице измерения, как "израсходованные украинцы". И эти расчеты нужно показать не проходимцам с Банковой улицы - им то, как раз по барабану, а простым обывателям, не успевшим, к своему сожалению, сбежать с останков Украины. Люди должны знать, что их родственников превращают в пушечное мясо, чтобы западные военные технологи могли откалибровать все винтики на своей технике. Может хоть тогда, какая-то часть населения сделает правильные выводы.

https://matveychev-oleg.livejournal.com/14907129.html

Мир c прискорбием узнал, что знаменитый дипломат Генри Киссинджер, 99 лет, был найден живым.

https://colonelcassad.livejournal.com/8072179.html

Особенности освещения CNN протестов против коронавирусных ограничений в Германии и в Китае.

Германия: "Крикливое, противоправное меньшинство европейских антипрививочников выпадает из общества".

Китай: "В основе китайских протестов против ковид-ограничений – крик молодежи о свободе!"

Это другое...

https://colonelcassad.livejournal.com/8002056.html

Украинцы массово едут с подконтрольных Киеву территорий в освобожденную Россией Херсонскую область, сообщил телеканал CNN.

CNN показал, как по проселочной дороге на севере Запорожской области в сторону Херсонской области едет вереница машин. При этом им приходится пользоваться разбитой дорогой, поскольку мосты взорваны. Однако CNN не указывает, кто взорвал мосты, передает Sputnik.

В машинах везут семьи, домашних животных и много вещей – люди явно рассчитывают на переезд на долгий срок.

Привет, Хабр!

Сегодня хотелось бы поговорить о задаче предсказания временных рядов методами машинного обучения. В каком виде зачастую используются данные для задачи предсказания? Что такое LSTM-архитектура рекуррентных нейронных сетей? Как справляются модели RNN и CNN c поставленной задачей?

https://habr.com/ru/post/677714/?utm_source=habrahabr&utm_medium=rss&utm_campaign=677714

Приезд главы Африканского союза и президента Сенегала Маки Салла в РФ можно считать дипломатической победой российского лидера Владимира Путина. Об этом в субботу, 4 июня, в эфире телеканала CNN заявил корреспондент Дэвид Маккензи.

По его словам, ряд африканских государств в большой степени зависят как от Украины, так и от России в плане импорта зерна, подсолнечного масла и удобрений.


Поэтому эти государства воздержались от поддержки резолюции ООН, осуждающей спецоперацию РФ. Маккензи считает, что это можно назвать дипломатической победой Москвы.

Накануне Маки Салл заявил, что Владимир Путин на встрече с ним в Сочи 3 июня выразил готовность содействовать экспорту зерна с Украины.

В тот же день официальный представитель МИД РФ Мария Захарова заявила на брифинге, что Россия готова поставлять зерно всем нуждающимся в нем странам, но санкции, введенные Западом, этому препятствуют.

В конце мая глава Минсельхоза Дмитрий Патрушев на зерновом форуме в Сочи рассказал, что в этом году урожай зерновых в России может оказаться значительно выше результатов прошлого года.

19 мая замглавы МИД РФ Андрей Руденко отметил, что решение вопроса продовольственного кризиса в мире требует снятия антироссийских санкций, которые мешают свободной торговле продовольственными товарами, включая пшеницу и удобрения.

За несколько дней до этого телеканал Arte сообщил, что на европейском рынке цена на пшеницу достигла рекордных €435. Причинами повышения стоимости зерна авторы публикации назвали последствия антироссийских санкций, а также аномальную жару в Индии — втором по величине производителе этой культуры.

https://matveychev-oleg.livejournal.com/13440763.html

В 2018 году мы взяли из детдома в семью слепую девочку Анжелу. Тогда я думал, что это чисто семейное обстоятельство, никак не связанное с моей профессией разработчика систем компьютерного зрения. Но благодаря дочери через два года появилась программа и интернет-сервис для распознавания текстов, написанных шрифтом Брайля - Angelina Braille Reader.

Сейчас этот сервис используют сотни людей и в России, и за ее пределами. Тема оказалась хайповой, сюжет о программе даже показали в федеральных новостях на ТВ. Но что важнее - за свою многолетнюю карьеру в ИТ ни в одном проекте я не получал столько искренних благодарностей от пользователей.

Ниже расскажу о том, как делалась эта разработка и с какими трудностями пришлось столкнуться. Более развернутое описание приведено в публикациях [1,2].

Возможно, кто-то захочет внести в проект свой вклад.

https://habr.com/ru/post/668786/?utm_source=habrahabr&utm_medium=rss&utm_campaign=668786

Все чаще для сегментации изображений используется глубокое обучение и сверточные нейронные сети. В случае медицинских картинок достаточно сильно проявляются основные проблемы этого метода: не хватает робастности и интерпретируемости. Происходит это в основном из-за того, что CNN обучаются на текстуре изображения, а не на форме, или требуются дополнительные вычисления post hoc, которые, как было показано, ненадежны с точки зрения интерпретируемости.

В статье SAUNet: Shape Attentive U-Net for Interpretable Medical Image Segmentation авторы предлагают добавить к модели U-Net второй поток данных о форме, а также использовать dual-attention декодер. Такой метод позволил получить очень хорошие результаты на датасетах изображений МРТ сердца SUN09 и AC17, обеспечивая высокую интерпретируемость при различных разрешениях.

Работа опирается на последние достижения в области моделей channel-attention с использованием модулей сжатия и возбуждения, предложенных Hu и др., и spatial attention c оценкой внимания, предложенных Jetley и др..

https://habr.com/ru/post/666478/?utm_source=habrahabr&utm_medium=rss&utm_campaign=666478

Данная работа является пересказом статьи Jingzhou Liu, Wei-Cheng Chang, Yuexin Wu, and Yiming Yang. 2017. Deep Learning for Extreme Multi-label Text Classification. In Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '17). Association for Computing Machinery, New York, NY, USA, 115–124. https://doi.org/10.1145/3077136.3080834

Одно из направлений работ в нашей лаборатории Unidata Labs – классификация записей материально-технических ресурсов (МТР) с применением машинного обучения. В этой статье мы бы хотели кратко разобрать нашу постановку задачи как таковую, и после чего предложить разбор одного из методов, которым эта задача могла бы решаться.

Вкратце, продукт Юнидата МТР работает с данными, относящимися к материально-техническим ресурсам клиентов, которые представлены в Юнидата как реестр — т.е., коллекция записей. Записи МТР, как правило, содержат очень большое количество полей, но нас интересует только одно — полное наименование. Оно может выглядеть примерно так...

https://habr.com/ru/post/665638/?utm_source=habrahabr&utm_medium=rss&utm_campaign=665638