В настоящее время задачи анализа пользовательской активности в высокозащищенных операционных средах приобретают все большую актуальность, это связано с необходимостью обеспечения информационной безопасности, повышения эффективности работы систем и минимизации потенциальных угроз. В статье представлены результаты исследования, направленные на проектирование алгоритма для семантической сегментации действий пользователей. Предложенный подход включает последовательные этапы создания виртуальной среды, подготовки данных, обучения модели и оценки её эффективности. Разработанная структура позволит обеспечить ясность и воспроизводимость экспериментов, что делает предложенное решение универсальным и адаптируемым для различных сценариев.
В последние годы мир столкнулся с беспрецедентной глобальной проблемой, вызванной пандемией коронавируса (COVID-19), которая оказала значительное влияние на здоровье населения, экономику и социальные структуры. В условиях стремительного распространения вируса и необходимости быстрой диагностики заболеваний, вызванных COVID-19, возникла необходимость в разработке и внедрении новых технологий, способных обеспечить эффективное выявление и мониторинг состояния пациентов. В этом контексте особое внимание привлекают методы, основанные на использовании нейронных сетей и глубокого обучения, которые демонстрируют высокую эффективность в анализе медицинских изображений, таких как компьютерная томография грудной клетки, в данной статье они и будут рассмотрены.
Цифровизация управления человеческими ресурсами стала неизбежной тенденцией в развитии предприятий разных стран. В статье представлен сравнительный анализ цифровых платформ управления трудовыми ресурсами в России и Китайской Народной Республике. Выявлены общие черты и различия в развитии цифровой экономики РФ и КНР, а также актуализирована значимость и проанализированы особенности управления человеческими ресурсами в российской и китайской модели цифровизации процесса управления персоналом на предприятиях.
Практическое применение нейронных сетей в диагностике COVID-19 включает несколько ключевых аспектов и методов, которые позволяют повысить точность, скорость и эффективность выявления заболевания. В данной статье будут рассмотрены прототипы моделей нейронной сети, а также результаты тестирования этих модели. Также в данной статье показаны некоторые перспективы применения технологий глубокого обучения в медицине.
В данной статье проведен анализ и прогнозирование объемов поголовья сельскохозяйственной птицы в Российской Федерации, за период с 1990 по 2024 г. Подобраны математические модели, которые наиболее эффективно бы описывали объемы поголовья сельскохозяйственной птицы в России. Показано, что будет наблюдаться небольшой рост объемов поголовья сельскохозяйственной птицы в 2026 г. Рост составит 1,0% по сравнению с показателями 2024 г.