SCI Библиотека

В сегодняшнем быстро меняющемся цифровом ландшафте технологические компании сталкиваются с беспрецедентными проблемами в управлении инновационными проектами в условиях постоянной турбулентности.

В этой статье рассматривается сложная динамика внедрения инноваций в технологических фирмах в условиях стремительной эволюции цифровых технологий.

В ней определены ключевые проблемы, с которыми сталкиваются руководители проектов, включая необходимость адаптации к прорывным технологиям, удовлетворения быстро меняющихся требований рынка и формирования культуры инноваций в организациях.

Основываясь на обширном обзоре литературы и эмпирических данных, это исследование раскрывает сложности управления инновационными проектами в турбулентной цифровой среде.

В ней рассматриваются стратегии снижения рисков, повышения гибкости проектов и содействия сотрудничеству между различными командами.

Анализируя эти проблемы, данная статья призвана дать ценную информацию и практические рекомендации технологическим компаниям, стремящимся эффективно управлять инновационными проектами в эпоху бурного развития цифровых технологий.

Благодаря детальному пониманию современного ландшафта технологических инноваций организации могут разрабатывать адаптивные стратегии для решения проблем, связанных с цифровой турбулентностью, и извлекать выгоду из появляющихся возможностей для роста и конкурентоспособности.

Статья посвящена исследованию актуальных проблем, связанных с использованием искусственного интеллекта в маркетинге бизнеса.

Цель исследования - выявить и обобщить типовые проблемы применения искусственного интеллекта в маркетинге и способы их предупреждения на примере стратегий в социальных сетях.

Рассматриваются сущность и наличие противоречий в понимании технологий искусственного интеллекта в современной литературе.

Выделяется проблемный характер осведомленности маркетологов об искусственном интеллекте и технических механизмах его работы.

Подчеркивается важность внедрения искусственного интеллекта в маркетинг как средства повышения эффективности, что связывается с постановкой целей внедрения, переоценкой рисков и контролем потенциальных проблем внедрения.

На примере стратегий маркетинга в социальных сетях выделяются характерные преимущества, а также способы повышения эффективности применения искусственного интеллекта.

Обобщаются ошибки маркетинга в социальных сетях с использованием искусственного интеллекта. Вырабатываются общие рекомендации и принципы применения таких технологий и инструментов в деятельности современной компании.

В числе таких рекомендаций базовую роль приобретают: обучение персонала работе с искусственным интеллектом, финансово-экономическое обоснование, оценка достаточности функциональных возможностей, выработка регламентов и стандартизация применения.

В настоящее время одним из востребованных направлений применения интеллектуальных систем является использование нейронных систем (НС) в системах по распознаванию речи, выполняющее совместное разделение голоса и улучшение речи. Для этого необходимо различать различные шумы при смешивании чистого аудио с мешающими высказываниями.

В научной работе предложен новый подход в обучении НС при распознавании речи по двум направлениям:

во-первых, представлена обновленная функция потерь, способная напрямую учитывать производительность на уровне сигнала и транскрипции. Это позволит снизить показатель индикатора неправильно распознанных слов с 59,6 % до 55,6 % и улучшит отношение источника к искажению с ~ 4 дБ до ~ 4,1 дБ по сравнению с имеющимися аналогами. Интеграция индикатора неправильно распознанных слов в функцию потерь существенно повышает производительность разделения на уровне сигнала и транскрипции;

во-вторых, в работе предложена оригинальная модернизированная интеллектуальная система по распознаванию речи с учетом обновленной функции потерь. Преимуществом новой системы является ее возможность интегрироваться в другие системы без ограничения системной среды, что создает дополнительные возможности для более разнообразных комбинаций систем разделения и распознавания речи.В настоящее время одним из востребованных направлений применения интеллектуальных систем является использование нейронных систем (НС) в системах по распознаванию речи, выполняющее совместное разделение голоса и улучшение речи. Для этого необходимо различать различные шумы при смешивании чистого аудио смешающими высказываниями.

В данной статье изучена тема нейронной сети, какова её роль и помощь в дизайне. Нейронная сеть основывается на принципе работы нейронов головного мозга, так как имеет отличительные от других программ способности к обучению, что открывает большое количество возможностей для использования потенциала данного алгоритма во многих сферах деятельности человека. Уже сейчас нейросеть способна анализировать и выдавать результаты по запросам людей, генерируя картинки, тексты и другие материалы. Со временем способности и возможности будут только совершенствоваться, поэтому нейронная сеть обладает большими перспективами.

В работе представлен способ применения статистической математической модели в процессе генерации базы данных для обучения искусственной нейронной сети. Исследование проводилось на примере прогнозирования физико-химических свойств модели многокомпонентной смеси дизельного топлива и водородсодержащего газа. В результате получена нейронная сеть, которая определяет искомые величины с ошибкой 0,2%. Это позволит использовать нейронную сеть в динамических системах оценки загрязнений технологических аппаратов со стороны исследуемой углеводородной смеси без использования сторонних программных продуктов.

Исследуется задача разработки краткого описания текста веб-страницы. Краткое описание создано за счет использования архитектуры машинного обучения Transformer, которая в предварительно обученном состоянии позволяет суммаризировать текст. По ходу реализации исследована модель генерирующего реферирования текста. Исследованы возможности модели, за счет каких особенностей она способна обрабатывать и аннотировать текст. Проанализированы результаты работы модели и сравнены с итогами работы других моделей реферирования, благодаря чему объясняется выбор изученной модели.

В статье приводятся результаты анализа эффективности метода нейросетевой диагностики зубчатой передачи по амплитудно-частотному составу вибраций подшипникового узла. Натурное моделирование различных технических состояний механической передачи проведено на специально созданном в Российском биотехнологическом университете экспериментальном стенде. Автоматизация процедур измерения, цифровой обработки и анализа вибросигналов с применением технологии ИНС реализована в пакете Матлаб. Результаты исследований показали достоверность определения класса технического состояния зубчатой передачи по значениям амплитуд спектра вибрации порядка 99%. Научные исследования легли в основу создания интеллектуальных компонентов для системы технического мониторинга и диагностики технологических машин хлебопекарного производства.

   В статье представлен взгляд на нейросети как на инструмент формулирования и верификации филологических гипотез, связанных с различными аспектами порожде­ния и рецепции художественного текста. Анализируются принципы эстетической коммуникации, в которой благодаря развитию современной техносреды могут на рав­ных участвовать антропный автор, нейросеть и реципиент. Нейропоэзия интерпре­тируется через метафору «баттла поэтических языков» (в соответствии с конвен­циями жанра рэп-баттла) — как коммуникативное поле, в котором антропный и цифровой авторы взаимодействуют как равноправные участники творческого акта, совместно формируя новые предпосылки читательского восприятия художественного текста. «Сотворчество» антропного и цифрового авторов рассматривается в проек­ции на акторно-сетевую теорию Б. Латура; развивается представление о том, что при взаимодействии человека и нейросети последняя утрачивает чисто инструмен­тальную функцию и приобретает черты субъектности, становится равноправным агентом порождения коллективного эстетического высказывания. Нейропоэзия как результат сотворчества подобного рода характеризуется двойной семиотической природой: одна ее часть есть результат креации антропного автора, вторая же де­монстрирует «вторичный поэзис», в котором цифровой автор имитирует процеду­ры естественного речепорождения. В результате формируется новая, усложненная, модель эстетической коммуникации, дополняющая стандартные позиции коммуни­кативного акта (автор — текст — читатель) уровнем коммуникативного взаимо­действия антропного и цифрового соавторов. Реципиент в ситуации восприятия текста, написанного в соавторстве человеком и нейросетью, вовлекается в сложную интерпретационную игру, активизирующую механизмы эстетической рецепции, а сам акт «нейротворчества» создает новые формы мимезиса, который перестает быть «подражанием миру» и становится «подражанием подражанию».

Исследуются возможности сверточных нейронных сетей в задаче распознавания дефектов гранул ионообменных сорбентов ядерного класса: трещин, сколов. Показано, что использование предобученной нейронной сети позволяет обучить полносвязный классификатор даже для случая критически малого набора обучения. Демонстрируется эффективность обучения нейронной сети при малой обучающей выборке для распознавания дефектов. Предложен вариант объяснения эффективности обучения при малом обучающем наборе данных. Приводятся вероятности, с которыми сеть классифицирует тот или иной дефект, а также указываются предсказательные вероятности, ниже которых результат работы сети можно считать сомнительным. Рассматриваются перспективы использования сверточных нейронных сетей в задаче бинарной классификации дефектов гранул ионообменных сорбентов

В статье рассматривается проблематика применения нейронных сетей семейства ART для оптимизации процесса принятия решений в системах управления рисками. Преимущества такого подхода, такие как способность быстро реагировать на новую информацию и гибкость в обучении, сопоставляются с недостатками, включающими сложности настройки параметров и интерпретации результатов. В следующей части статьи будут изучены различные способы обучения ART-сетей, включая методы без учителя (unsupervised learning) и с учителем (supervised learning), а также ключевые моменты настройки параметров сети. Поднимаются возможные проблемы, связанные с качеством входных данных и сложностью интерпретации выходных данных. В статье также представлен конкретный пример использования нейронных сетей типа ART в сфере строительства для оценки рисков и принятия обоснованных решений. В заключении статьи делается акцент на перспективах использования нейронных сетей семейства ART для кластер-анализа рисков, выявления связанных факторов и группировки их для более эффективного управления. Обсуждаются возможности дальнейшего развития методов принятия решений в управлении рисками с применением нейронных сетей типа ART и их потенциал для обеспечения более точных и прогностических практик.