List of publications on a keyword: «искусственные нейронные сети»

В статье рассматриваются этапы внедрения ИИ в электроэнергетику России, начиная с программных пакетов, которые являются узконаправленными, применяемыми в энергопредприятиях низшего уровня иерархии (энергосбытовые организации (ЭСО), электросетевые и энергоснабжающие организации и т. д.), заканчивая умной сетью, которая, в свою очередь, способна анализировать, управлять целым городом. Внедрение вышеупомянутых «интеллектуальных» методов и подходов позволяет в ряде случаев эффективно решить поставленные задачи в рамках новых рыночных требований. Использование ИИ даёт более эффективные решения, по сравнению с традиционными методиками.

На сегодняшний день для прогнозирования ряда параметров, входящих в программу развития социально-экономического состояния региона, требуются данные, которые либо не собираются, либо не от цифрованы. В связи с этим возникает задача прогнозирования параметров на основе его динамики временного ряда. В статье предложен способ прогнозирования параметров социально-экономического состояния региона с использованием только его динамики временного ряда и предложена его программная реализация. Программная реализация позволит исключить субъективные ошибки пользователей при прогнозировании параметров.

В статье представлены формализованные математические модели для прогнозирования социально-экономических параметров региона. Предложенные математические модели позволяют сделать прогноз для любого параметра, описывающего социально-экономическое состояние региона. Представленные в статье математические модели, планируется использовать в разрабатываемой системе прогнозирования социально-экономического состояния региона.

В статье представлены результаты научного исследования по краткосрочному прогнозированию курса валют. В качестве валюты рассматривался доллар США. Под краткосрочным прогнозом понимается период в один месяц. Для прогнозирования использовались искусственные нейронные сети. Обучающая выборка формировалась методом скользящего окна. Алгоритм обратного распространения ошибки применялся для настройки весовых коэффициентов сети. Среднеквадратическая ошибка обучения нейронной сети составила 0.00002. Прогнозирование курса доллара осуществлялось с 1 мая 2019 года по 1 июня 2019 года.

Задачей статьи является знакомство с основами генетических алгоритмов. Описываются цели и суть методики, раскрываются основные этапы выполнения алгоритма. Рассматриваются трудности, возникающие в процессе применения подобных систем, пути их решения, а также перспективы развития генетических алгоритмов и программ.

В статье описываются рекомендации для прогнозирования динамики социально-экономических параметров региона при использование искусственных нейронных сетей.

В статье рассматривается метод прогнозирования свойств полимерных композиций (ПК), а именно прогнозирование при построении и обучении искусственной нейронной сети (ИНС). С учетом сложных внутренних связей объекта возникает проблема прогнозирования различных параметров и показателей. Целью работы является обеспечение выбора оптимальных дозировок мягчителей в составе полимерной композиции, которые обеспечили бы заданные ФМП. В ходе исследования происходит статистический анализ исходных данных, в качестве которых выступают рецепты смесей полимерных композиций на основе каучука СКС-30 АРК. В основе построения ИНС лежит регрессионный анализ. Представлены результаты прогнозирования и проведена оценка результатов в виде графика и таблиц.

Авторами проведено исследование функций активации при обучении двухслойного персептрона на решение задачи преобразования частотно-временных параметров сигналов в код двух переменных в инструментальном средстве Matlab.

В данной статье описан процесс измерения неэлектрической величины, состоящий из последовательности двух операций: первичного преобразования неэлектрической величины в электрическую и вторичного преобразования электрической величины в цифровой позиционный код. Предлагается применение математического аппарата искусственных нейронных сетей для построения вторичных функциональных преобразователей.

Определение спроса на трудовые ресурсы в регионе является одной из ключевых задач при прогнозировании кадровой потребности. В настоящее время существует множество подходов к решению этой задачи. В статье представлен формализованный способ прогнозирования спроса на трудовые ресурсы с использованием аппарата искусственных нейронных сетей.

Статья содержит информацию о способах использования нейронных сетей, о том, какие проблемы они решают, их основных особенностях, самых известных примерах использования нейронных сетей. Также в статье приводится предложение о использовании сетей Петри, для лучшего моделирования происходящих в них процессов.

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.

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 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.