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 данной статье рассмотрено внедрение больших данных в образовательную систему. Система образования продолжает создавать и собирать большое количество данных, и на сегодняшний день вопрос работы в системе с этими данными можно назвать одним из самых важных. Большие данные могут быть мощным инструментом для преобразования обучения, переосмысления способов, преодоления давних пробелов и накопления опыта для повышения эффективности самого процесса обучения.
Статья посвящена исследованию данных, источником которых послужила система управления обучением Moodle, применительно к автоматизации контроля успеваемости студентов на основе анализа цифровых следов.
Статья посвящена исследованию возможности использования современных компьютерных технологий для уменьшения травматизма населения и быстрого реагирования администрации города на опасные участки.
Статья посвящена исследованию возможности использования современных компьютерных технологий для диагностики стоматологических заболеваний у детей
В повседневную и творческую деятельность современного человека прочно включены новые инструменты - нейросетевые технологии. Благодаря цифровизации появилось множество электронных приложений для решения разного рода задач, ускоряющих результативность труда. Прогресс технологий позволил в отдельных видах деятельности полностью исключить ручной труд, заменив человека роботами и чат-ботами. Искусственные нейронные сети используют для решения рутинных задач аналитики, прогнозирования, а также в дизайн-проектировании. Скорость как вычислительных процедур, выполняемых компьютерными программами, так и генерирования ими образов объектов в графических редакторах в несколько раз превышает аналогичные возможности людей. Однако в настоящее время любой созданный искусственным интеллектом художественный образ нуждается в совершенствовании, поскольку в основе работы нейросетей лежит не биологический субстрат мыслительной деятельности творческого человека, а математические алгоритмы и аппаратная реализация. Представлены результаты эксперимента по применению голосового помощника в творческой деятельности дизайнера-конструктора одежды. Установлено, что для полноценной работы чат-бота в индустрии моды необходимо машинное обучение, а для синтезирования вариантов ответов виртуальных ассистентов важно расширять базы данных графических образов модной швейной продукции и их вербальных смыслоразличительных характеристик.
В статье рассматриваются задачи автоматизации распознавания и классификации спор папоротников семейства Pteridaceae с помощью компьютерного зрения. Для эффективного решения поставленных задач сформирована база данных, содержащая качественные снимки спор. Модель, обученная на снимках спор, будет являться эффективным инструментом для решения задач биосистематики и биоинформатики.
В статье рассматриваются задачи отладки автономной роботизированной системы. Для эффективного решения поставленной задачи разработана система сбора и визуализации данных с использованием стандарта AVS (Autonomous Visualization System). Разработанная система позволит эффективно исследовать и анализировать данные, получаемые во время работы автономной роботизированной системы
В последние годы искусственный интеллект (ИИ) стал ключевой технологией, применяемой в различных отраслях. В таможенном деле использование ИИ обещает существенное повышение эффективности и точности обработки документов. В данной статье будет рассмотрена предполагаемая работа искусственного интеллекта и предложения для успешной реализации такой системы.
В статье обсуждается перспектива преподавания элементов машинного обучения в старшей школе. Представлен обзор зарубежного опыта по изучению основ машинного обучения в школе. Предлагается система задач для элективного курса по машинному обучению для учащихся старших классов российских общеобразовательных школ. Осуществлен разбор пяти типовых задач спортивного программирования, которые являются авторской разработкой, при этом каждая задача имеет свой рейтинг по аналогии с предлагаемыми на известных ресурсах олимпиадного движения по информатике: CodeForces, LeetCode, AtCoder. Электив предназначен для школьников, которые уже имеют базовые знания в области программирования на языке Python 3, и состоит из трех модулей, которые ориентированы на различный уровень владения этим языком программирования. Учащийся имеет возможность повышать или снижать уровень прохождения курса. Элективный курс может быть реализован в системе Stepik. Обучение может осуществляться как в дистанционной форме, так и в форме смешанного обучения. Проверка программного кода заданий происходит автоматически. Рассмотрение теории и разбор задач осуществляются на интерактивной вычислительной платформе Jupyter Notebook.