Статьи в выпуске: 7

ИСПОЛЬЗОВАНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ПРИ ИДЕНТИФИКАЦИИ ТЕКСТИЛЬНОГО МАТЕРИАЛА (2022)
Авторы: Федотова Ирина Викторовна, Долгова Елена, Турова Ольга

В работе проведен сравнительный анализ различных подходов к решению задачи идентификации текстиля, по фотоизображению материала, с помощью методов машинного обучения, Рассмотрена математическая модель, лежащая в основе программной реализации. Модель протестирована на дополнительном наборе данных с применением методов объяснимости работы нейронных сетей.

Сохранить в закладках
ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА В ЗАДАЧЕ КОММИВОЯЖЕРА (2022)
Авторы: Прохоров Павел, Парамонов Владимир

Актуальность работы обусловлена широким применением методов решения задачи коммивояжера в различных прикладных областях. В статье рассматриваются вопросы, связанные с необходимостью оптимального перестроения составленных маршрутов при добавлением новых пунктов назначения. Рассматривается модифицированный генетический алгоритм решения задачи коммивояжера и проводится анализ эффективности применения данного алгоритма, при построение оптимальных маршрутов.

Сохранить в закладках
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ ПОДБОРА ТАРИФА ПРОЖИВАНИЯ НА БАЗЕ ОТДЫХА (2022)
Авторы: Леонов Евгений Анатольевич, Морарь Елена Витальевна

В работе приведен краткий теоретический обзор существующих методов решения задач классификации. Проведен анализ данных методов и выбран метод для решения конкретной задачи по подбору тарифа проживания на базе отдыха. Выполнена программная реализация оригинального алгоритма на основе метода k-NN. Добавлены коэффициенты значимости признаков

Сохранить в закладках
СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ И МОДЕЛИ АВТОРЕГРЕССИИ ARIMA ПРИ ПРОГНОЗИРОВАНИИ НЕСТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ (2022)
Авторы: Дюссекенов Джаиль, Тюменцев Евгений Александрович

Для прогнозирования выхода светлых фракций установкой ЭЛОУ-АВТ-6 проведен сравнительный анализ модели рекуррентной нейронной сети и модели авторегрессии ARIMA. Приведено математическое описание этих моделей. Приведена реализация моделей с использованием библиотек Keras и Pmdarima на языке Python. Проведена серия экспериментов, в качестве данных использовались значения температуры куба колонны К-2, расход сырой нефти и расход фракции бензина. Сделан вывод, о превосходстве качества прогноза нейронных сетей над ARIMA

Сохранить в закладках
ПРИМЕНЕНИЕ КОМБИНИРОВАННЫХ ВЕКТОРНЫХ ПРЕДСТАВЛЕНИЙ ПРИ РЕШЕНИИ ЗАДАЧИ КЛАССИФИКАЦИИ НАМЕРЕНИЙ ПОЛЬЗОВАТЕЛЕЙ ИНТЕЛЛЕКТУАЛЬНОЙ ДИАЛОГОВОЙ СИСТЕМЫ (2022)
Авторы: Гуненков Михаил Юрьевич, Канева Ольга Николаевна

В работе приведен краткий теоретический обзор существующих подходов к решению задачи классификации намерений пользователей на основе текстовых сообщений. Предложен классификатор на основе текстового трансформера. Рассмотрены процессы обучения и использования модели. В рамках эксперимента обучено несколько демонстрационных вариантов классификатора для корпоративной диалоговой системы. Приведены показатели качества моделей в виде совокупности значений основных метрик и визуализаций, применяемых при оценке классификаторов

Сохранить в закладках
АНАЛИЗ ПАРАМЕТРОВ ВЕТРОЭЛЕКТРОСТАНЦИЙ КАК ОБЪЕКТА УПРАВЛЕНИЯ (2022)
Авторы: Горшенин Алексей

Исследуются характеристики ветроэлектростанций как источников возобновляемой энергии. Рассмотрены основные типы ветроэлектростанций, отличающиеся конструктивными параметрами и режимами работы. Рассмотрено возникновение критических режимов на ветроэлектростанциях. Рассмотрены конструктивные особенности ветроэлектростанций. Выявлены недостатки ветроэнергетики. На основе данных о ветроэнергетике исследована проблема изменчивости выработки энергии ветра. Получены графики данных о выработке электроэнергии и метеорологических условий, а также выявлена взаимосвязь между ними.

Сохранить в закладках
ПОДБОР ПАРАМЕТРОВ ДЛЯ РЕШЕНИЯ НЕПРЕРЫВНЫХ ОПТИМИЗАЦИОННЫХ ЗАДАЧ МЕТОДОМ ВНУТРЕННИХ ШТРАФНЫХ ФУНКЦИЙ (2022)
Авторы: Петин Григорий Александрович, Зыкина Анна Владимировна

Исследуется подбор параметров для решения непрерывных оптимизационных задач методом внутренних штрафных функций с использованием программного приложения. Были рассмотрены методы внутренних штрафных функций и методы безусловной оптимизации, рассмотрены алгоритмы реализации методов, реализован пользовательский интерфейс программного приложения, предоставляющий возможность вводить целевую функцию, ограничения, начальные параметры и показывающий результаты в виде графиков, точки минимума, затраченного времени, количества итераций. Проведено исследование по выбору начальных параметров для рассмотренных методов.

Сохранить в закладках