List of publications on a keyword: «нейронные сети»

Preventing possible refusals of oil and gas production facilities is an important task in the development of new fields and requires a number of measures to ensure their reliability and resiliency. Applying neural technology, the author has developed the classifier revealing possible deviations and anomalies at drilling of oil and gas wells, algorithm for determining the structure and composition of a set of spare assets and supplies for the restoration of the operability of the rig for drilling oil and gas wells after the failure of individual components.

This article describes the ways to improve the automated system of technological preparation of manufacturing. The method for optimizing the planning of technological equipment based on the use of artificial neural networks was developed for the automated system of technological preparation of manufacturing.

Данная статья посвящена описанию одного из методов прогнозирования с использованием нейронных сетей. Объектом исследования является численность занятого населения Республики Бурятия. Временной шаг прогнозирования составляет 5 лет.

Данная статья посвящена анализу различных способов прогнозирования численности популяции. В статье рассмотрены два способа прогнозирования, а именно – с применением нейронных сетей и экспоненциальной модели. В качестве исходных данных для апробации используется численность населения Республики Бурятия.

В данной статье рассматривается задача по прогнозированию необходимого количества специалистов для удовлетворения потребностей рынка труда Иркутской области. Прогнозирование ведётся с использованием нейронных сетей. Интервал для прогнозирования составляет 5 лет.

В статье представлены результаты сравнения способов прогнозирования численности популяции. Используя нейронные сети и экспоненциальную модель, рассмотрены два способа прогнозирования. В качестве данных для апробации взята численность населения Иркутской области.

В данной статье представлена задача по прогнозированию требуемого числа занятого населения по специальностям на период в 5 лет. Как инструмент для прогнозирования выступает нейронная сеть.

В статье приводится сравнение двух способов прогнозирования: нейронные сети и экспоненциальная модель. В качестве данных для апробации была выбрана численность населения Кемеровской области.

В статье приводится сравнение способов прогнозирования численности популяции. Рассматривается два способа прогнозирования: с использованием нейронных сетей и экспоненциальной модели. Численность населения Алтайского края выступает в качестве данных для апробации.

В статье приводится способ прогнозирования численности занятого населения по видам экономической деятельности. В качестве инструмента прогнозирования выступают нейронные сети. В качестве начальных данных используется численность занятого населения по видам экономической деятельности Алтайского края с 2005 по 2014 годы.

В статье рассматривается задача по прогнозированию требуемой численности специалистов для удовлетворения потребностей рынка труда. Временной интервал прогнозирования составляет 5 лет. В качестве инструмента прогнозирования выступают нейронные сети.

В статье рассматривается вопрос прогнозирования численности популяции. В качестве способов прогнозирования рассматриваются нейронные сети и экспоненциальная модель численности популяции. Проведён сравнительный анализ численных результатов, полученных с использованием рассмотренных способов.

В данной статье рассматривается задача прогнозирования курса валют. В качестве инструмента прогнозирования используется аппарат нейронных сетей. Для численной апробации предложенного аппарата был взят курс Венгерского форинта.

В статье рассматривается способ прогнозирования курса валют. Инструментом прогнозирования выступают искусственные нейронные сети. В качестве валюты для численной апробации предложенного подхода выбран Австралийский доллар.

В данной статье рассматривается метод прогнозирования курса валют с помощью искусственной нейронной сети. В качестве валюты был выбран Белорусский рубль.

В статье рассматривается способ прогнозирования курса валют. Инструментом прогнозирования выступают искусственные нейронные сети. В качестве валюты для численной апробации предложенного подхода выбран доллар США (стоимость в рублях) как самая распространённая валюта в мире.

В данной статье рассматривается прогнозирование курса валют с использованием искусственных нейронных сетей. Для апробации подхода выбран Армянский драм.

The article discusses artificial intelligence (AI) at the present stage of development, as a way of presenting and understanding AI as the mechanisms of computers. Features a large bunch of some algorithmic procedures for the solution by computer of a specific task, an example of which can serve as an attempt of modeling of biological neural networks.

Процесс обнаружения в «сырых» данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретаций знаний, необходимых для принятия решений в различных сферах человеческой деятельности, представляет собой Data Mining. Основная цель деятельности на рынке Forex – получение прибыли. В статье рассмотрены возможности языка R для прогнозирования валютных курсов с целью создания автоматизированных торговых систем с использованием методов Data Mining.

В статье рассматривается применение многослойной нейронной сети для расчёта дебита нефтяной скважины. Предполагается, что формула расчёта дебита нефтяной скважины не известна, а имеется только набор параметров, которые имеют существенное влияние на него. В качестве параметров рассматриваются: дебит жидкости, плотность нефти и жидкости.

В статье рассмотрены вопросы разработки систем нейро-нечеткого вывода, предложен метод прогнозирования потоков данных на основе нечетко-нейронных сетей. Предложенный метод прогнозирования реализован в пакете ANFIS программного обеспечения MATLAB. Данный метод прогнозирования потоков данных позволяет оптимизировать затраты на электропотребление промышленных предприятий

В статье представлен разработанный комплекс лабораторных работ по предмету «Математические основы искусственного интеллекта». В ходе разработки проведен анализ существующих подходов, средств и программных комплексов для работы с нечеткой логикой и нейронными сетями. Разработана структурная схема комплекса и составлены варианты по индивидуальным заданиям, спроектированы подробные методические указания.

В данной статье изложен анализ особенностей и недостатков проектирования нелинейных законов автоматического управления на базе аппарата искусственных нейронных сетей и нечеткой логики, сделан выбор типа нечеткой модели.

В статье рассматривается проблема применения искусственного интеллекта и нейронных сетей в задачах идентификации. Раскрывается суть понятий «искусственный интеллект» и «нейронные сети».

В статье рассматриваются особенности искусственных нейронных сетей, раскрываются принципы работы нейросетевых моделей и нейронной сети, а также принципы построения на их основе гибридных нейронных сетей, позволяющих работать с неопределенностями.