| DC Field | Value | Language |
|---|
| dc.contributor.author | Криващёкая, А. Д. | - |
| dc.contributor.author | Пешко, Д. В. | - |
| dc.contributor.author | Щурко, А. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-06-03T11:33:34Z | - |
| dc.date.available | 2025-06-03T11:33:34Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Криващёкая, А. Д. Нейронные фильтры в Adobe Photoshop 2025 = Neural filters in Adobe Photoshop 2025 / А. Д. Криващёкая, Д. В. Пешко, А. А. Щурко // Электронные системы и технологии : сборник материалов 61-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 21–25 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2025. – С. 679–682. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/59953 | - |
| dc.description.abstract | В статье исследуются нейронные фильтры, интегрированные в графический редактор Adobe Photoshop 2025, основанные на технологиях искусственного интеллекта. Рассматриваются их архитектура, функциональные возможности, преимущества перед традиционными методами обработки. Демонстрируется повышение эффективности работы, необходимость оптимизации алгоритмов и решения этических вопросов. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | искусственный интеллект | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | Adobe Photoshop | en_US |
| dc.subject | Neural Filters | en_US |
| dc.title | Нейронные фильтры в Adobe Photoshop 2025 | en_US |
| dc.title.alternative | Neural filters in Adobe Photoshop 2025 | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article investigates neural filters integrated into the Adobe Photoshop 2025 graphic editor, which are based on artificial intelligence (AI) technologies. It examines their architecture, functional capabilities, and advantages over traditional processing methods. The study demonstrates improvements in workflow efficiency, the necessity for algorithm optimization, and the importance of addressing ethical challenges. | en_US |
| Appears in Collections: | Электронные системы и технологии : материалы 61-й конференции аспирантов, магистрантов и студентов (2025)
|
