Список публикаций по ключевому слову: «машинное обучение»

В статье рассматриваются возможности применения методов искусственного интеллекта для анализа эффективности деятельности органов государственной власти. Обоснована актуальность использования интеллектуальных технологий в условиях цифровой трансформации государственного управления. Рассмотрены основные проблемы существующих подходов к оценке эффективности деятельности государственных органов, а также преимущества применения методов машинного обучения и интеллектуального анализа данных при обработке больших массивов информации. Сделан вывод о том, что внедрение искусственного интеллекта позволяет повысить объективность оценки, сократить время подготовки аналитических материалов и обеспечить поддержку принятия управленческих решений.

В статье раскрываются теоретические и практические аспекты оптимизации управления запасами автосервиса с использованием технологий анализа данных и машинного обучения. Цель исследования заключается в систематизации проблемных направлений оптимизации управления запасами и предложении инструментов анализа данных и машинного обучения для решения данных проблем. В условиях автосервиса возможности технологий анализа данных и машинного обучения проявляются прежде всего в создании точных моделей прогнозирования спроса на запчасти, которые учитывают не только объемы продаж, но и скрытые паттерны поведения клиентов и технического состояния автомобилей. В качестве инструментов повышения эффективности управления запасами предлагается к внедрению модели «random forest», XGBoost, которые значительно повышает точность прогнозов, а также модели типа «ARIMAX». Результаты исследования могут быть использованы для повышения эффективности системы управления запасами в автосервисах.

В работе рассматривается задача автоматического обнаружения инцидентов взаимодействия с заданным объектом. Проведенный анализ существующих решений видеоаналитики показал их ограничения в контексте рассматриваемой задачи. Предложен метод анализирования видео для обнаружения инцидентов, основанный на пространственно-временном анализе взаимодействий, включающий формализацию понятия контакта. Разработана методика оценки, которая содержит набор сценариев и возможности выбора оценок качества. Получены результаты, доказывающие повышение точности и частоты обнаружения инцидентов, по сравнению со стандартными подходами.

Статья посвящена задаче сохранения работоспособности объектов критической информационной инфраструктуры (КИИ) при чрезвычайных ситуациях природного и техногенного характера. Наземные сети в таких условиях быстро выходят из строя – их легко повредить физически или перегрузить. В качестве резервного решения рассматриваются низкоорбитальные спутниковые группировки (НОСГ) с межспутниковой лазерной связью. Рассмотрены подходы к построению адаптивных mesh-сетей, ограничения оптических каналов (влияние атмосферы и точность наведения), а также применение машинного обучения для прогнозирования состояния каналов и управления маршрутизацией.

В статье рассматривается тема систематизации современных методов макроэкономического прогнозирования. Автор выделяет три уровня: классические эконометрические модели, Big Data и методы искусственного интеллекта, предлагая рассматривать их как взаимодополняющие инструменты. Обосновывается, что наибольший эффект достигается при использовании гибридных моделей, сочетающих теоретическую строгость, информационную насыщенность и вычислительную гибкость. Теоретическая значимость состоит в переосмыслении прогностического инструментария, практическая – в возможности обоснованного выбора методики в зависимости от задачи прогноза.

В статье рассматривается вопрос основных направлений и тенденций развития цифрового образования. Анализируются ключевые аспекты современной образовательной среды, включающие использование современных технологий, таких как искусственные интеллектуальные системы, интерактивные платформы и массовые открытые онлайн-курсы. Особое внимание уделяется вопросам адаптации образовательного процесса к индивидуальным потребностям учащихся и развитию гибридных форм обучения.

В статье обозревается эволюция искусственного интеллекта – от дешифраторов до современных генеративных языковых моделей. Рассмотрены ключевые исторические моменты, такие как создание первых программ обработки естественного языка, победу алгоритма «DeepBlue» над чемпионом мира по шахматам Гарри Каспаровым и появление голосовых помощников. Внимание также уделяется видам искусственного интеллекта: слабый, сильный и сверхинтеллект. Подчеркивается различие между ними.

В статье рассматриваются вопросы возможностей машинного обучения и его роли в персонализации процесса обучения. Приведены примеры использования обучающих информационных платформ. Авторы отмечают, что эти технологии уже нашли свое применение в других науках, например, широко используются при изучении математики. Технологии машинного обучения могут способствовать демократизации доступа к качественному образованию, устраняя географические и социальные барьеры. Введение адаптивных систем обучения способно радикально изменить подход к обучению, делая его более эффективным и инклюзивным. Дальнейшее интегрирование машинного обучения в образовательные платформы несомненно увеличит эффективность обучения.

В статье исследуется архитектура, алгоритмы и экономическая эффективность облачного сервиса для предиктивного обслуживания (Predictive Maintenance, PdM) промышленного оборудования, основанного на конвергенции Industrial Internet of Things (IIoT) и методов искусственного интеллекта (AI). Рассмотрены ключевые технологические компоненты: сенсорные сети для сбора данных, облачные платформы для их обработки и хранения, а также машинное обучение (ML) для построения предиктивных моделей остаточного ресурса (Remaining Useful Life, RUL) и классификации аномалий. Анализируются преимущества подхода по сравнению с реактивным и планово-предупредительным обслуживанием, включая сокращение незапланированных простоев, оптимизацию запасов запчастей и повышение общей эффективности оборудования (OEE). Работа основана на систематизации данных из рецензируемых научных публикаций, отчетов Gartner и McKinsey, а также на анализе успешных кейсов внедрения в таких отраслях, как энергетика, авиация и обрабатывающая промышленность.

В статье рассматривается проблема взаимосвязи между искусственным интеллектом (ИИ) и современной математикой. Анализируются исторические предпосылки развития ИИ, роль математики в формировании алгоритмов машинного обучения, перспективы и ограничения существующих подходов. Особое внимание уделено математике глубокого обучения, вероятностному моделированию и статистическим методам анализа больших данных. Поднимается вопрос о роли математики в понимании и интерпретации результатов, полученных с использованием ИИ-технологий, и выявляются новые направления исследований, открывающие возможности для интеграции двух дисциплин.

В докладе рассматривается вопрос применения искусственного интеллекта (AI) для оценки эффективности стратегии экономического роста регионов. Анализируются современные методы машинного обучения, интеллектуального анализа данных и прогнозирования, применяемые в стратегическом планировании. Приводятся примеры практического использования AI в российских регионах, включая аналитические платформы, цифровые двойники территорий и системы прогнозирования инвестиционной привлекательности. Рассматриваются преимущества и ограничения применения AI, включая повышение точности прогнозов, снижение субъективного влияния на принятие решений и необходимость качественных данных и квалифицированных специалистов. Доклад демонстрирует, что интеграция AI в процессы стратегического управления экономикой региона способствует повышению эффективности, прозрачности и устойчивости экономического развития.

В статье исследуется возможность использовать искусственный интеллект в педагогической деятельности. Автором приведены примеры программ и способы их использования для учителей.

Системы искусственного интеллекта (ИИ) находят всё более широкое применение в сфере медицины. Важнейшей особенностью ИИ является «способность» к машинному обучению.

Персонализация образовательного процесса является приоритетным направлением в современной системе образования. Сущность данного процесса заключается в создании такой системы обучения, которая соответствовала бы потребностям учащихся с использованием наиболее эффективных приемов и методов. В статье освещаются вопросы персонализации обучения с использованием искусственного интеллекта. Сделан акцент на возможностях, перспективах и вызовах применения искусственного интелелекта в образовательном процессе. Приводятся примеры систем, приложений и платформ, наиболее популярных на сегодняшний день в персонализации обучения. Показана положительная роль виртуальных помощников и тьюторов в обучении, а также выявлены педагогические риски и технические ограничения их использования.

В статье выносится на обсуждение вопрос о потенциальной роли искусственного интеллекта (ИИ) в регулировании гражданских процессуальных правоотношений, выявление его положительных и отрицательных сторон, а также рассмотрение перспектив внедрения ИИ в эту область. Для достижения поставленных целей автором проведен анализ работ, затрагивающих обозначенную тему, приведены мнения различных авторов, дано определение изучаемому явлению.

В статье выносится на обсуждение вопрос применения технологий искусственного интеллекта (ИИ) в сфере юриспруденции, в частности, в гражданском судопроизводстве, а именно о его месте в системе субъектов гражданских процессуальных правоотношений. Автором проведен анализ работ, затрагивающих обозначенную тему, приведены мнения различных авторов, дано определение изучаемому явлению.

Статья рассматривает значимость информационных технологий в развитии математики. Обсуждаются ключевые области влияния информационных технологий на современную математику, включая вычислительные методы, визуализацию, сотрудничество, машинное обучение и развитие новых математических областей.

В статье речь идёт о том, что в условиях современного бизнеса, характеризующегося стремительным технико-логическим прогрессом и меняющимися ожиданиями потребителей, актуальность различных аспектов бизнес-применения машинного обучения как одной из технологий "Индустрии 4.0" приобретает первостепенное значение.

В настоящее время наблюдается колоссальный рост количества цифровых данных, и, по данным экспертов, этот объем будет увеличиваться на 30–40% ежегодно. Объем данных, созданных в 2020 году, более чем в 3 раза превышает объем данных за 2015 год, и составляет 64 Зеттабайт (Зб). В 2022 году объемы всех данных, накопленных человечеством, составили примерно 97 Зб, а к 2025 году это число возрастет до 180 Зб. В связи с этим многие компании ищут новые способы, методы, автоматизированные системы по обработке таких данных. В статье рассмотрены платформы по обработке данных, которые позволят финансовым организациям выйти на новый уровень как по качеству оценки кредитоспобности, риск-менеджменту, так и по прибыли.

В статье рассмотрена роль нефтегазовой отрасли в экономике Казахстана, а также современные тенденции цифровой трансформации отрасли в стране, включающие такие технологии, как искусственный интеллект, большие данные, интернет вещей, машинное обучение и цифровой двойник.

Эффективное и заблаговременное прогнозирование банкротства компаний имеет важно значение для всех участников рынка. По мере развития информационного общества традиционные методы выявления банкротства становятся менее эффективными и более трудозатратными. Поэтому сочетание традиционных методов с современными моделями искусственного интеллекта может быть эффективно применено в современных экономических условиях. Основная цель данной статьи – оценить риск банкротства с помощью дерева решений, сравнить различные модели машинного обучения, определить наилучшую модель и соответствующий набор переменных для прогнозирования банкротства компаний.

В статье изложено обоснование цифровой трансформации экономики, в частности использования искусственного интеллекта (ИИ) в механизмах деятельности компаний РФ и за рубежом. Проведено исследование распространенности использования искусственного интеллекта. Автором рассмотрены существующие условия, а также предложены идеи для ускоренного внедрения технологий машинного обучения.

Статья рассматривает некоторые сложности и противоречия, возникшие вместе с другими изменениями, привнесенными последней серией инновационных волн, связанных c системами сбора и обработки информации, их последствиями для бизнеса и отношений между обществом и бизнесом.

В данной работе рассматривается один из методов детектирования лиц на изображении или в видеопотоке – алгоритм Виолы – Джонса.

В данной работе рассматривается один из способов применения нейронных сетей – использование в переводе с одного языка на другой. Автором представлена система, которая переводит английские тексты на испанский язык.