Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
#нейросеть
Коррозия приводит ежегодно к миллиардным убыткам, «съедает» несколько процентов мирового ВВП, поэтому разработка ингибиторов коррозии — веществ, замедляющих или предотвращающих ее течение — остается в фокусе внимания многих научных групп. Особенно серьезную опасность для стали представляют кислые среды, в частности, нефть. В ближайшее время поиском идеальной молекулы, для защиты стали от коррозии займется нейросеть. Пока международные научные группы, в состав которых входят российские ученые из НИЯУ МИФИ, занимаются предварительными исследованиями, призванным и накопить информацию для нейросети.
Ученые Центра искусственного интеллекта и факультета компьютерных наук НИУ ВШЭ, а также Института искусственного интеллекта AIRI и Sber AI разработали новую структуру диффузионной модели, для которой возможно задать восемь видов распределения шума. Вместо классической структуры модели в виде цепи Маркова и применения нормального распределения ученые предложили звездообразную модель, где возможно выбирать тип распределения. Это поможет решать задачи в разных геометрических пространствах с помощью диффузионных моделей.
Аппараты с газовыми горелками широко используются на производстве, когда нужно, например, быстро нагреть сырье или высушить сыпучие материалы. Контролируют их работу алгоритмы усовершенствованного управления. Однако для них нужны точные данные о параметрах работы устройства, получать и своевременно обновлять которые затруднительно в условиях непрерывного производства. Для решения проблемы ученые ПНИПУ предложили более точный и эффективный метод — использовать нейросеть.
Программисты сегодня создают машины, которые значительно превосходят навыки обычного человека. Они способны изучать, анализировать и интерпретировать гигантские объемы данных. Нам больше не нужно по крупицам добывать знания в книгах или среди множества сайтов — достаточно написать запрос в нейросеть, и она не просто подробно ответит на вопрос, но и вполне может написать дипломную работу студента. Как это влияет на систему образования и человека, помогает ли ИИ стать умнее или, наоборот, ведет к деградации, чем диалог с нейросетью отличается от «живого» и что значит режим работы «пленника» и «механического оракула»? Об этом рассказала кандидат философских наук, доцент кафедры философии и права ПНИПУ Елена Середкина.
В нефтеперерабатывающей промышленности объем и качество производимой продукции — это важнейшие показатели эффективности работы. Они зависят от соблюдения нужных параметров технологического процесса. Для определения показателей качества пробы нефти отбирают и анализируют в лаборатории, однако, это трудоемкий и дорогостоящий процесс. Альтернативным методом стало применение виртуальных датчиков, которые позволяют быстро получать и достоверно передавать информацию о продукции. Ученые Пермского Политеха создали метод разработки виртуального анализатора температуры выкипания дизельного топлива с использованием нейронных сетей.
Исследователи из НИУ ВШЭ в Нижнем Новгороде, МИСИС и AIRI разработали алгоритм, который подбирает лучшую нейронную сеть для распознавания лиц, учитывая характеристики мобильного устройства. Новый подход ускоряет выбор наиболее подходящей нейросети и позволяет добиться идентификации лиц с точностью до 99 процентов.
Ученые Томского государственного университета создают новые подходы для диагностики социально значимых заболеваний — инфекционных, диабета, инфаркта, онкологии, используя в качестве основного инструмента технологии лазерной спектроскопии и машинное обучение. Одна из проблем при диагностике — побочные шумы, которые искажают спектральный сигнал и снижают точность анализа. Убрать помехи теперь помогает глубокая нейросеть, которую исследователи на сгенерированной выборке научили распознавать шумы и отфильтровывать их от спектрального сигнала.
Специалисты из Нью-Йоркского университета создали нейросеть, способную анализировать нейронную активность коры головного мозга и по ней реконструировать речь человека. Более того, ученые дополнительно обучили сеть воспроизводить голос пациента по нескольким образцам голосовых или видеозаписей, позволяя людям вернуть свой голос даже после его потери.
Ученые Университета Лобачевского усовершенствовали нейросеть для диагностики скорости старения. Новая модель иммунологических часов получила название SImAge (Small Immuno Age). Она построена на основе глубокой нейронной сети FT-Transformer. Нейросеть оценивает состояние организма по 10 биомаркерам, которые отражают риск развития возрастзависимых заболеваний: патологий сердца, нарушений физической и когнитивной активности и других. На их основе модель делает вывод о сбоях в работе иммунной системы и вычисляет иммунологический возраст человека. Разработка позволяет тестировать эффективность терапевтических подходов, составлять рекомендации по корректировке образа жизни, проводить персонализированную диагностику возрастных аномалий в организме.
Ученые ЮФУ совместно с коллегами из других российских вузов разработали новую модель на основе глубокой нейронной сети CNN, с помощью которой раскрыли интересные аспекты изменения поверхностного покрова Керченского полуострова на протяжении последних трех десятилетий. Эта работа, опирающаяся на передовые методы машинного обучения и искусственного интеллекта, вносит фундаментальный вклад в понимание процессов, происходящих в данном регионе.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
ПонятноИз-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
ПонятноНаши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
ПонятноМы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
ПонятноМы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.
Понятно
Последние комментарии