SCI Библиотека

В статье формализуется таксономия шаблонов проектирования на основе нейронных суррогатных программных моделей. Описывается методология программирования относительно общей для всех шаблонов проектирования программ. Исследование закладывает фундамент для нового класса рабочих процессов инженеров-программистов, основанных на программировании с использованием суррогатов программ.

В статье описывается управление машиностроительного производств с использованием искусственных глубоких нейронных сетей, входящих в модели дискретного выбора и в модель симуляции физических процессов управления производством. Такие гибридные системы автоматического управления производством намного эффективно и качественно управляют процессами и техническими объектами на производстве

В статье представлен обзор применения подхода нейросетевого обучения для задач моделирования фазового состояния углеводородных систем. Определение состояния углеводородной системы в присутствии или отсутствии неуглеводородных компонентов в пластовых условиях необходимо при выполнении гидродинамических расчетов на многофазных моделях. Такие расчеты востребованы как при решении задач прогнозирования, так и адаптации моделей месторождений к фактическим данным разработки. Показано, что при настройке моделей на фактические данные точность воспроизведения лабораторных экспериментов в ряде случаев выше, чем при использовании уравнений состояния. Но в некоторых случаях применение нейронных сетей оказывается бесполезным. Для относительно «простых» флюидальных систем рост сложности использованного инструмента не дает прироста точности по сравнению с простыми регрессионными моделями. Другой проблемой является отсутствие рабочего инструмента, который позволил бы заменить в полной мере использование уравнений состояния для оценки состояния флюидальной модели при выполнении гидродинамических расчетов.

В статье рассмотрена актуальная проблема уязвимости технологий искусственного интеллекта на основе нейронных сетей в задаче распознавания образов. Показано, что применение нейронных сетей порождает множество уязвимостей. Приведены конкретные примеры таких уязвимостей: некорректная классификация изображений, содержащих вредоносный шум или заплатки, отказ распознающих систем при наличии на изображении особых узоров, в том числе нанесенных на объекты реального мира, отравление обучающей выборки и др. На основе проведенного анализа показана необходимость улучшения безопасности технологий искусственного интеллекта и даны предложения, способствующие этому улучшению

Рассматривается применение численных методов для создания сверточных нейронных сетей, позволяющих реализовывать технологию машинного зрения. Получены результаты устойчивого распознавания образа с минимизацией ошибки. Исследованы параметры для повышения эффективности обучения сверточной нейронной сети.

Статья посвящена проблемам, связанным с анализом работы погрузочно-разгрузочной техники. Внимание сфокусировано на сборе и анализе статистики энергопотребления, а также отсутствии эффективных систем предупреждения о неправильной эксплуатации литиевых батарей. Обсуждаются причины, следствия и возможные решения для улучшения эксплуатации данной техники.

Статья посвящена вопросам автоматизации процессов восстановления цеолитов, необходимым для повышения эффективности их использования в нефтегазовой сфере. Рассматриваются аспекты автоматизации и диспетчеризации оборудования и их влияние на снижение экологической нагрузки и затрат на сырье. Анализируются ключевые компоненты автоматизации и диспетчеризации установки, включая оборудование, программное обеспечение и интеграцию систем, что позволяет оптимизировать процессы восстановления промышленного сырья для нефтепереработки.

в настоящее время особо актуальной стала проблема светофорного регулирования транспортных потоков. Как правило, системы управления светофорами зависят от оператора или следуют строго прописанным заранее правилам. В связи с этим ставится задача разработки интеллектуальной системы, которая смогла бы полностью самостоятельно автоматически принимать решение о включении или выключении того или иного светофора на перекрестке. В работе рассмотрена модель городского светофора на крестообразном перекрестке. Предложены режимы работы перекрестка, характеризующиеся набором включенных и выключенных светофоров для безаварийного проезда машин в определенном направлении. Данные режимы позволяют свести задачу управления светофором к задаче классификации. Разработана нейросетевая модель светофора, позволяющая решить данную задачу. В качестве входных данных модель получает количество машин на каждом направлении. На выходе нейросетевая модель по создавшейся ситуации на перекрестке выбирает тот или иной режим перекрестка. Были проведены экспериментальные исследования для определения конфигурации модели, а также вычислительные эксперименты, показавшие принципиальную возможность использования данного подхода к решению поставленной задачи и высокую эффективность предложенной модели.

данная статья посвящена оценке достаточности имеющихся данных для факторного анализа с целью создания формулы плановой потребности в рамках годовой заявки с целью снижения трудовых затрат персонала. Для реализации использовался язык программирования C# и средства Microsoft Excel. В наборе данных рассматриваются такие данные, как численность льгото- получателей региона, страдающих сахарным диабетом, среднегодовое изменение такой численности, количество получаемого препарата, половой состав пациентов, страдающих диабетом, их возрастной состав и количество пациентов, разделенных на три группы по количеству льготных категорий: с одной категорией, двумя категориями и тремя и более категориями. В работе используются упрощения, не оказывающие существенного влияния на получаемые значения в силу специфики предметной области. Полученные результаты указывают на перспективность реализации данного метода, планируется создание и обучение нейронной сети для формирования более точных формул расчета плановой потребности. Также сделан вывод о необходимости изучить вопрос автоматизированного создания модели для факторного анализа с целью проверки качества текущей модели. Для позиций, имеющих достаточный объем данных для обучения нейронной сети, эффективно предсказывающей плановую потребность, имеет смысл использовать ее, а не рассматриваемое решение.

В настоящей работе произведено сравнение эффективности модели машинного обучения регрессора k-соседей и модели классификатора k-ближайших соседей в задаче предсказания состояния трансформаторного оборудования с использованием данных, которые были сняты системой мониторинга трансформатора.

Предмет исследования: силовые трансформаторы.

Цель исследования: выявление наилучшей модели в задаче классификации состояния трансформаторного оборудования.

Объект исследования: система диагностики трансформаторного оборудования.

Методы исследования: анализ, компьютерное моделирование.

Основные результаты исследования: были получены данные об эффективности моделей с разными параметрами, но все регрессионные модели показали результат хуже, чем модель классификатора.