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
Своевременное и надлежащее обслуживание электрических машин (электродвигатели, электрогенераторы), которые преобразуют электрическую энергию в механическую на промышленных предприятиях, считается одной из важных задач. Их эксплуатационная надежность определяет эффективность применения всех технических средств и влияет на важнейшие экономические показатели производства. Существующие методы диагностики оборудования не позволяют максимально точно и быстро определять дефекты, поэтому ведется поиск новых методов обнаружения технических проблем. Студенты Пермского Политеха совместно с научным руководителем обучили искусственный интеллект быстрее и точнее находить неисправности в электрических машинах.
Газотурбинные установки используют в нефтегазовой и авиационной промышленности в качестве источника энергии. В состав установки входит газотурбинный двигатель. Один из важнейших элементов в нем — камера сгорания — основной источник вредных выбросов. Снижение выбросов в атмосферу можно обеспечить применением малоэмиссионной камеры сгорания (МЭКС). Сегодня контроль выбросов в атмосферу не ведется, поскольку нет датчиков эмиссии. Ученые Пермского Политеха предложили для контроля вредных выбросов из камеры сгорания использовать математическую модель МЭКС, встроенную в систему автоматического управления газотурбинной установки. Для повышения адаптивных свойств модели использованы технологии искусственного интеллекта, а именно — нейронные сети, которые позволяют эффективно увеличить качество моделирования процессов в сложных объектах на основе создания гибких и простых алгоритмов. Таким образом, ученые Пермского Политеха разработали и апробировали систему автоматического управления МЭКС со встроенной нейросетевой моделью.
Ученые Пермского Политеха и Центра медико-профилактических технологий обратили внимание на потребность в автоматизированных и мобильных устройствах, позволяющих оперативно в режиме реального времени анализировать химический и дисперсный состав пыли в воздухе и заместить трудоемкие методы отбора проб этой пыли. Авторы разработали портативное устройство измерения концентрации мелкодисперсных частиц в воздухе и провели тестовые испытания. При помощи микрофотографий для классификации и вычисления размеров частиц была обучена нейросеть.
Команда специалистов из Высшей школы экономики и Школы анализа данных Яндекса совместно с облачной платформой Yandex Cloud разрабатывают нейросеть для предсказания климатического феномена Эль-Ниньо. Новый алгоритм помогает точнее прогнозировать изменение средней температуры океанических вод на поверхности, которое способно вызывать природные бедствия в отдельных регионах мира. Сейчас модель уже предсказывает Эль-Ниньо на 1,5 года вперед, а в будущем срок прогноза ученые планируют увеличить до двух лет.
Ишемическая болезнь сердца — одна из ведущих причин инвалидности и смерти в мире. Частой причиной этой болезни является стеноз коронарных артерий — сужение просвета сосудов, по которым кровь доставляет питательные вещества к сердечной мышце. Оценка степени развития стеноза очень важна и диктует выбор между неинвазивным лечением (например, введением лекарств) и хирургическими вмешательствами (например, установка стентов). Современным «золотым стандартом» для выбора вида лечения являются значения нескольких гемодинамических индексов. Для их прямого измерения в клинике используются сосудорасширяющие препараты и внутрь сосудов вводятся специальные ультразвуковые датчики. Междисциплинарная группа ученых из МФТИ, ИВМ РАН и Сеченовского университета предложила альтернативный способ оценки скорости пульсовой волны и эластичности сосудов без проникновения в организм и использования медикаментов.
Ученые из Сколтеха и их коллеги рассказали, как образовательный проект для школьников вылился в новую главу противостояния искусственного интеллекта и человека в биоинформатике. Согласно исследованию, ранее совершившая прорыв в предсказании структур белков программа, разработанная подразделением Google DeepMind, не способна решить другую задачу структурной биоинформатики. При этом было получено свидетельство, которое всерьез ставит под вопрос гипотезу о том, что ИИ смог «выучить физику» белков.
На прошлой неделе компания OpenAI презентовала новейшую версию популярного чат-бота ChatGPT, которая с легкостью проходит тесты и сдает экзамены, умеет писать код на разных языках программирования и вообще, по словам разработчиков, демонстрирует «производительность на уровне человека». Однако, согласно экспертному анализу наблюдательного органа NewsGuard, который отслеживает дезинформацию в Интернете, GPT-4 работает даже хуже, чем ее предшественница, когда дело доходит до явно ложных высказываний.
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