Единственный разумный способ учить людей чему-либо — это подавать им пример.

Альберт Эйнштейн

Связь с редакцией

Ближайшие события

12.05.2026 - 15.05.2026

Металлообработка 2026 - 26-я международная специализированная выставка «Оборудование, приборы и инструменты для металлообрабатывающей промышленности»

Город: Москва

05.06.2026

II Всероссийский форум ИНТЕКПРОМ МАШФОРУМ 2026

Город: Казань

17.06.2026 - 19.06.2026

Инженерное собрание России (ИСР-2026)

Город: Сантк-Петербург

18.11.2026 - 20.11.2026

VIII Международный форум роботизации

Город: Санкт-Петербург

24.11.2026 - 26.11.2026

Электроника России

Город: Москва

машинное обучение

Статьи

Автоматизация в промышленности, №4 2020

Производственные автоматизированные системы

Ицкович Э.Л.

Термины автоматизации и цифровизации предприятий технологических отраслей: их пояснение, содержание и практическое значение

Ключевые слова: Industrial Internet of Things, Industry 4.0, виртуальная и дополненная реальность, глубокий анализ данных, искусственный интеллект, машинное обучение, предсказательная аналитика, цифровое предприятие

Автоматизация в промышленности, №9 2020

Обсуждаем тему: Цифровые двойники в промышленности

Дозорцев В.М.

Цифровые двойники в промышленности: генезис, состав, терминология, технологии, платформы, перспективы. Часть 1. Возникновение и становление цифровых двойников. Как существующие определения отражают содержание и функции цифровых двойников?

Ключевые слова: Internet of Things (IoT), большие данные, гибридное моделирование, киберфизические системы (КФС), машинное обучение, метафора двойничества, фундаментальное моделирование, цифровая нить, цифровые двойники (ЦД)

Автоматизация в промышленности, №11 2020

Цифровые технологии для промышленных предприятий

Дозорцев В.М.

Цифровые двойники в промышленности: генезис, состав, терминология, технологии, платформы, перспективы. Часть 2. Ключевые технологии цифровых двойников. Типы моделирования физического объекта

Ключевые слова: анализ данных, блокчейн., виртуальная и дополненная реальность, гибридное моделирование, искусственные нейронные сети, искусственный интеллект, киберфизические системы, машинное обучение, моделирование на основе данных, промышленный Internet вещей, суррогатные модели, фундаментальное моделирование, цифровые двойники

Автоматизация в промышленности, №1 2021

Обсуждаем тему: Цифровые двойники в промышленности

Дозорцев В.М.

Цифровые двойники в промышленности: генезис, состав, терминология, технологии, платформы, перспективы. Часть 3. Прикладные платформы, практические примеры, прогнозы развития, вызовы

Ключевые слова: анализ данных, большие данные, искусственный интеллект, киберфизические системы, машинное обучение, прикладные платформы, промышленный Internet вещей, рынок цифровых двойников, цифровые двойники

Автоматизация в промышленности, №4 2022

Применение средств автоматизации

Вагнер О.В.

Цифровой помощник сталевара на базе технологий компьютерного зрения и машинного обучения

Ключевые слова: визуализация, выпуск стали, ИК камера, компьютерное зрение, машинное обучение, скачивание шлака, цифровой помощник сталевара

Автоматизация в промышленности, №7 2022

Обсуждаем тему: Цифровые двойники в промышленности

Дозорцев В.М.

Цифровые двойники в промышленной автоматизации – на пике моды или наступившее будущее?

Ключевые слова: Internet of Things, «умное» производство., «умный» город, анализ больших данных, визуализация ЦД, гибридное моделирование, имитационное моделирование, искусственный интеллект, кибер-физико-социальные системы, киберфизические системы, когнитивные ЦД, машинное обучение, сети передачи данных, суррогатные модели, ЦД

Автоматизация в промышленности, №12 2018

Об образовании и развитии наукоёмкого бизнеса в России в эпоху Industry 4.0

Дозорцев В.М., Менн А.А., Соркин Л.Р., Тавберидзе Т.А.

Малый наукоёмкий бизнес в эпоху Industry 4.0

Ключевые слова: BigData, Industry 4.0, бизнес-ангелы, венчурные фонды, инновации, малый наукоёмкий бизнес, машинное обучение, стартапы, цифровизация технологических процессов

Автоматизация в промышленности, №1 2022

Производственные автоматизированные системы

Миндлина О.И.

Прогнозирование показателя качества технологического процесса

Ключевые слова: измерение, машинное обучение, прогнозирование качества, системы автоматического регулирования, физическая величина

Автоматизация в промышленности, №10 2024

Алгоритмическое и программное обеспечение систем автоматизации

Задиран К.С., Щербаков М.В.

Прогнозирование редких событий при оценке остаточного ресурса оборудования

Ключевые слова: машинное обучение, остаточный ресурс оборудования, прогнозирование, редкие события, турбинные двигатели

Автоматизация в промышленности, №2 2025

Производственные автоматизированные системы

Андреев С.М., Бондарев Е.С., Нужин Д.В.

Выбор оптимальных тепловых уставок в проходных печах с использованием технологии машинного обучения

Ключевые слова: математическая модель, машинное обучение, нагрев металла, нейросеть, проходная печь, топливосберегающий режим

Автоматизация в промышленности, №12 2025

Автоматизация научных исследований и комплексных испытаний

Авхименко Г.М., Баженов С.Г., Вересников Г.С., Гончаренко В.И., Ерофеев Е.В., Скрябин А.В., Тимофеева А.Д., Феденюк В.А.

Автоматизированная система проведения ускоренных ресурсных испытаний электромеханических исполнительных механизмов

Ключевые слова: автоматизированная диагностика, большие данные, деградация, машинное обучение, редуктор, ресурсные испытания, электромеханический привод

Автоматизация в промышленности, №3 2026

Обсуждаем тему: Современные решения по автоматизации и цифровизации АЭС

Абдулова Е.А., Жарко Е.Ф., Чернышев К.Р.

Архитектура и методология верификации гибридной интеллектуальной системы поддержки оператора АЭС

Предложены архитектурные и методические решения для верификации гибридной интеллектуальной системы поддержки оператора АЭС, объединяющей машинное обучение, базу экспертных правил и цифровой двойника.

Ключевые слова: АЭС, валидация, верификация, гибридные системы поддержки оператора, машинное обучение

Автоматизация в промышленности, №9 2020

Обсуждаем тему: Цифровые двойники в промышленности

Домингес Л., Кортиновис А., Меркангез М.

Искусственный интеллект для моделирования динамических технологических процессов

Ключевые слова: автономные системы принятия решения, вариационный автокодировщик, машинное обучение, моделирование нейронные сети, цифровой двойник

Автоматизация в промышленности, №2 2025

Алгоритмическое и программное обеспечение

Бахтадзе Н.Н., Кушнарев В.Н., Черешко А.А.

Метод локальной регуляризации для алгоритмов ассоциативного поиска

Ключевые слова: ассоциативный поиск, идентификация, машинное обучение, регуляризация

Автоматизация в промышленности, №4 2025

Алгоритмическое и программное обеспечение систем автоматизации

Левитин А.В.

Анализ эффективности текстурных признаков в задаче обнаружения дефектов полуфабрикатов кожи

Ключевые слова: классификация текстур, машинное обучение, текстура кожи, текстурные признаки, техническое зрение

Автоматизация в промышленности, №6 2025

Обсуждаем тему: Технологии искусственного интеллекта в промышленности

Митин Г.В., Панов А.В.

Архитектура систем интеллектуальной обработки данных в процессах поиска дефектов при производстве сложных электронных устройств

Ключевые слова: интеллектуальная обработка данных, информационная система, машинное обучение, фильтрация информационного шума

Автоматизация в промышленности, №9 2018

Управление жизненным циклом изделий/объектов (PLM-системы)

Рысина В.Н.

Системы управления жизненным циклом продукции: технологии и перспективы развития

Ключевые слова: PLM-система, машинное обучение, периферийные вычисления, цифровое послепродажное обслуживание оборудования, цифровой двойник, цифровой поток

Автоматизация в промышленности, №7 2022

Производственные автоматизированные системы

Черешко А.А.

Виртуальные анализаторы качества на основе цифровых моделей

Ключевые слова: ассоциативный поиск, виртуальный анализатор, идентификация, машинное обучение, методы кластеризации, управление с прогнозирующей моделью

Автоматизация в промышленности, №6 2024

Обсуждаем тему: Разработки ИПУ РАН для промышленной автоматизации

Аристова Н.И., Чадеев В.М., Якимова О.А.

Человекоцентричный подход к управлению гибкими производствами

Ключевые слова: автомат, вероятность целевого использования рабочего времени, гибкое производство, машинное обучение, самовоспроизведение в промышленности, техноцентричный, человекоцентричный

Автоматизация в промышленности, №6 2025

Обсуждаем тему: Технологии искусственного интеллекта в промышленности

Молчанов Д.В.

Анализ сигналов датчика пламени на основе реконструкции данных с помощью автоэнкодера для обнаружения аномалий

Ключевые слова: автоэнкодер, аномалии, временные ряды, датчик пламени, ложные срабатывания, машинное обучение, нейронные сети, ошибка реконструкции, подогреватель газа, реконструкция данных

Автоматизация в промышленности, №10 2025

Обсуждаем тему: Косвенные измерения и идентификация в управлении технологическими процессами

Бочкарев А.В., Панус С.А.

Разработка автоматизированной системы экспресс-анализа долей жидкостей в бинарных смесях нефтепродуктов и воды

Ключевые слова: аналитические методы, бинарные смеси, влажность нефтепродуктов, машинное обучение, объёмные доли, скорость звука, ультразвук

Автоматизация в промышленности, №2 2026

Обсуждаем тему: Автоматизация и цифровизация при решении задач в электроэнергетике

Ненашев В.А., Ненашев С.А., Пискленов Т.А.

Метод контроля опасных зон лесного массива вдоль линий электропередач на облаке точек с помощью применения систем технического зрения

Ключевые слова: воздушное лазерное сканирование, контроль лесного массива, линии электропередач, машинное обучение, нейронные сети, облако точек, техническое зрение

Автоматизация в промышленности, №4 2026

Обсуждаем тему: Технологии компьютерного зрения при решении практических задач

Воронов Р.М., Ненашев В.А., Ненашев С.А.

Автоматизированный контроль дефектов изделий с применением систем технического зрения

Ключевые слова: автоматизация производства, дефекты, контроль качества, машинное обучение, нейронные сети, облако точек, техническое зрение, трехмерное лазерное сканирование

Автоматизация в промышленности, №12 2017

Обсуждаем тему: Industry 4.0 и PI System - логичный прогресс

Нагорный С.А.

Облачная платформа Microsoft Azure – движущая сила Industrial

Ключевые слова: искусственный интеллект, когнитивные сервисы, машинное обучение, облачная платформа, прогнозирование, расширенная аналитика

Автоматизация в промышленности, №7 2018

Обсуждаем тему: О реализации принципов концепции Industry 4.0

Денисова Л.А., Семенихин С.В.

Системы информационного поиска для Big Data: машинное обучение ранжированию на основе генетическиих алгоритмов

Ключевые слова: генетический алгоритм, информационный поиск, кооперативная коэволюция, машинное обучение, оптимизация, ранжирование

Автоматизация в промышленности, №4 2024

Автоматизация научных исследований и комплексных испытаний

Мельников А.А., Пожаркова И.Н.

Автоматизация обработки результатов натурных испытаний пожарной ствольной техники на основе распознавания изображений

Ключевые слова: автоматизированная обработка изображений, машинное обучение, перспективные преобразования, пожарные роботы, пожарные стволы, распознавание образов, траектория струи, цифровое изображение

Автоматизация в промышленности, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Крикунов Д.Э., Кунчинин А.Н.

Как искусственный интеллект может увеличить добычу нефти на зрелых месторождениях

Ключевые слова: добыча нефти, искусственный интеллект, машинное обучение, оптимальное управление, электроцентробежные насосы

Автоматизация в промышленности, №7 2024

Алгоритмическое и программное обеспечение систем автоматизации

Левитин А.В.

Обнаружение текстурных аномалий в изображениях полуфабрикатов кожи при отсутствии обучающих образцов

Ключевые слова: изолирующий лес, линейный дискриминантный анализ, локальные бинарные паттерны, локальные признаки текстур, машинное обучение, метод опорных векторов, текстура кожи, текстурные аномалии, техническое зрение

Автоматизация в промышленности, №6 2025

Обсуждаем тему: Технологии искусственного интеллекта в промышленности

Владова А.Ю.

Стальной Data Mining: алгоритмы против просадок и перекосов

Ключевые слова: агрегированные показатели, железнодорожный путь, машинное обучение, система мониторинга, статистический анализ

Автоматизация в промышленности, №8 2025

Алгоритмическое и программное обеспечение систем автоматизации

Николаева С.В., Филатов А.С.

Алгоритмический конвейер обработки спектров жидких сред для автоматизированной спектральной аналитики

Ключевые слова: жидкие среды, классификация, кластеризация, машинное обучение, спектральные данные

Автоматизация в промышленности, №2 2026

Обсуждаем тему: Автоматизация и цифровизация при решении задач в электроэнергетике

Брамм А.М., Хальясмаа А.И.

Система бесконтактного контроля изменения режимов работы ЛЭП 6–10 кВ по сигналам электрического и магнитного полей

Ключевые слова: бесконтактные датчики, классификация, кратковременное и быстрое преобразование Фурье, ЛЭП 6–10 кВ, машинное обучение, однофазные замыкания на землю, спектральная обработка сигналов

Автоматизация в промышленности, №7 2021

Обсуждаем тему: Роботизация бизнес-процессов

Никулина И.В.

Об автоматизации бизнес-процессов с помощью роботов

Ключевые слова: автоматизация бизнес-процессов с помощью роботов, бот, интеграция, ключевых показателей эффективности, машинное обучение, стратегия развития бизнеса, человеческий фактор

Автоматизация в промышленности, №12 2022

Применение средств автоматизации

Ивановский А.Н., Черный С.Г.

Системы компьютерного зрения для автоматизации технологических процессов морской отрасли

Ключевые слова: компьютерное зрение, машинное обучение, морская отрасль, распознавание изображений, технологические процессы, трекинг

Автоматизация в промышленности, №4 2023

Алгоритмическое и программное обеспечение

Полещенко Д.А., Сергейчик М.С., Цыганков Ю.А.

Разработка подсистемы прогнозирования содержания железа в железорудном концентрате на основе поагрегатных гибридных нейросетевых моделей

Ключевые слова: глубокая нейронная сеть, горно-металлургическая промышленность, машинное обучение, прогнозирующая система

Автоматизация в промышленности, №10 2023

Алгоритмическое и программное обеспечение систем автоматизации

Горшенин А.Ю.

Формирование выборки исходных данных для машинного обучения модели краткосрочного прогнозирования электропотребления

Ключевые слова: градиентный бустинг, деревья решений, машинное обучение, прогнозирование электропотребления

Автоматизация в промышленности, №6 2025

Цифровые технологии для промышленных предприятий

Захаров Н.А.

Машинное обучение и цифровые двойники

Ключевые слова: Internet вещей, машинное обучение, нефтехимия, тепловизионная система, цифровой двойник

Автоматизация в промышленности, №7 2025

Алгоритмическое и программное обеспечение систем автоматизации

Рубцов Ю.В.

Алгоритм сопоставления для нормализации данных системы формирования оптимальных предложений на выбор изделий электронной компонентной базы в процессах разработки радиоэлектронной аппаратуры

Ключевые слова: алгоритм сопоставления данных, интеллектуальный анализ данных, машинное обучение, радиоэлектронная аппаратура, точность сопоставления, электронная компонентная база

Автоматизация в промышленности, №3 2026

Производственные автоматизированные системы

Сазонтьев Р.И., Сусарев С.В.

Система мониторинга и прогнозирования скорости роста коррозионных повреждений резервуаров для хранения нефти и нефтепродуктов

Ключевые слова: коррозия, машинное обучение, мониторинг, остаточный ресурс, прогнозирование, резервуар вертикальный цилиндрический стальной

Автоматизация в промышленности, №4 2026

Алгоритмическое и программное обеспечение

Кочуева О.Н., Щербаков И.А.

Алгоритмы машинного обучения для автоматического определения положения долота при бурении горизонтальных скважин

Ключевые слова: автоматическая геонавигация, горизонтальное бурение, машинное обучение, метод опорных векторов, метод релевантных векторов

Автоматизация в промышленности, №11 2021

Информационная безопасность в промышленности

Буйневич М.В., Израилов К.Е., Матвеев В.В., Покусов В.В.

Способ вариативной классификации уязвимостей в программном коде. Часть 1. Стратификация и категориальное деление

Ключевые слова: адаптивная классификация, категориальный анализ, машинное обучение, программное обеспечение телекоммуникационных устройств, уязвимости программного кода

Автоматизация в промышленности, №4 2024

Алгоритмическое и программное обеспечение систем автоматизации

Романов А.С., Шаньшин С.Е., Шилов Л.С.

Использование методов машинного обучения для анализа RGB-изображений при создании трехмерных моделей на примере человеческого тела

Ключевые слова: 3D-моделирование, анализ RGB-изображений, машинное обучение, нейронные сети, точность измерений

Автоматизация в промышленности, №6 2024

Обсуждаем тему: Разработки ИПУ РАН для промышленной автоматизации

Барабанова Е.А., Вытовтов К.А., Градких Т.Я., Новочадова А.В.

Идентификация нефтяных загрязнений водной поверхности с использованием БПЛА

Ключевые слова: геоинформационная система, коэффициент спектральной яркости, машинное обучение, мультиспектральная съёмка, спектральный анализ

Автоматизация в промышленности, №11 2024

Цифровые технологии для промышленных производств

Захаров Н.А.

Машинное обучение и блокчейн

Ключевые слова: блокчейн, децентрализованные данные, искусственный интеллект, машинное обучение, смарт-контракт

Автоматизация в промышленности, №9 2025

Алгоритмическое и программное обеспечение

Аникин М.А., Бахтадзе Н.Н., Кушнарев В.Н., Мухтаров К.С., Черешко А.А.

Прогнозирование выбросов CO и NOx для газотурбинных установок

Ключевые слова: ассоциативный поиск, виртуальный анализатор, машинное обучение

Автоматизация в промышленности, №2 2026

Метрологическое обеспечение

Паньков А.Н. Копылова Е.В., Якушевич А.Н.

Влияние качества обучающих данных на метрологическое обеспечение интеллектуальных средств измерений на основе машинного обучения

Ключевые слова: алеторическая неопределенность, виртуальные измерения, интеллектуальные средства измерений, искусственный интеллект, качество данных, косвенные измерения, машинное обучение, метрологическое обеспечение, наборы данных, эпистемическая неопределенность

Автоматизация в промышленности, №1 2021

Производственные автоматизированные системы

Головенок И.А., Курашкин С.О., Тынченко В.С.

Автоматизированная система прогнозирования технологических параметров для электронно-лучевой сварки

Ключевые слова: автоматизированное рабочее место, машинное обучение, поддержка принятия решений, прогнозирование, регрессия, технологический процесс, электронно-лучевая сварка

Автоматизация в промышленности, №3 2022

Алгоритмическое и программное обеспечение

Кабанов А.А.

Исследование методов машинного обучения в задаче классификации паттернов сигналов электромиографии на основе «сырых» данных

Ключевые слова: классификация сигналов, машина опорных векторов, машинное обучение, электромиография

Автоматизация в промышленности, №4 2022

Информационная безопасность в промышленности

Буйневич М.В., Израилов К.Е., Покусов В.В., Романов Н.Е.

Способ вариативной классификации уязвимостей в программном коде. Часть 2. Автоматизация на базе машинного обучения

Ключевые слова: вариативная классификация, машинное обучение, программное обеспечение, прототип, уязвимости программного кода, эксперимент

Автоматизация в промышленности, №3 2023

Алгоритмическое и программное обеспечение

Власов Р.Г., Коробов Ю.С., Подоляк О.О.

Формирование графика выпуска технически сложной продукции с применением предварительно обученной нейронной сети

Ключевые слова: испытания, машинное обучение, модель, нейронная сеть, планирование, прогноз

Автоматизация в промышленности, №5 2025

Подготовка специалистов по промышленной автоматизации

Авсиевич А.В., Аль-Вотаифи Т.А., Арситмави К.К., Ахмед Т.Р.

Обнаружение вредоносного ПО в экосистеме виртуальной реальности с использованием моделей Random Forest

Ключевые слова: виртуальная реальность, вредоносные программы, искусственный интеллект, кибербезопасность, машинное обучение, образовательные платформы, случайный лес

Автоматизация в промышленности, №11 2017

Обсуждаем тему: Автоматизация процессов логистики

Рысина В.Н.

Применение цифровых технологий в транспортно-логистических операциях

Ключевые слова: автономные суда, машинное обучение, периферийные вычисления, прогнозный анализ, промышленный Internet, телематическая система, цифровой двойник, цифровые технологии

Автоматизация в промышленности, №2 2018

Обсуждаем тему: Современные реалии центров обработки данных

Аристова Н.И., Чадеев В.М.

ЦОДостроение – перспективы развития

Ключевые слова: виртуализация, искусственный интеллект, машинное обучение, облачные технологии, программно-определяемая память, системы хранения информации, ЦОД, энергоэффективность

Автоматизация в промышленности, №12 2018

Методы машинного обучения

Андрианова А.М., Белозеров Б.В., Буденный С.А., Бухарев А.Ю., Волков Н.А., Маргарит А.С., Цанда А.П.

Новые подходы в анализе геолого-геофизической информации на основе методов машинного обучения

Ключевые слова: big data, PVT, анализ данных, ГИС, машинное обучение, шлифы, Экспертная система

Автоматизация в промышленности, №3 2024

Алгоритмическое и программное обеспечение систем автоматизации

Левитин А.В.

Сегментация текстур в изображениях полуфабрикатов кожи с использованием локальных бинарных паттернов

Ключевые слова: линейный дискриминантный анализ, локальные бинарные паттерны, локальные признаки текстур, машинное обучение, сегментация текстур, текстура кожи, техническое зрение

Автоматизация в промышленности, №5 2025

Системы автоматизированного проектирования

Митин Г.В., Панов А.В.

Применение информационных паттернов в анализе данных на производстве

Ключевые слова: анализ данных, информационные паттерны, информационные технологии, машинное обучение, слабокоррелированный информационный паттерн

Автоматизация в промышленности, №6 2021

Алгоритмическое и программное обеспечение систем автоматизации

Петухов В.А.

Генерация кода для тестирования компиляторов с использованием генеративно-состязательных сетей

Ключевые слова: генеративно-состязательные сети, генерация кода, машинное обучение, тестирование компиляторов

Автоматизация в промышленности, №4 2024

Цифровые технологии для промышленных предприятий

Захаров Н.А.

Машинное обучение в устройствах Internet of Things и встраиваемых системах

Ключевые слова: Internet of Things, встраиваемые системы, граничные вычисления, машинное обучение, туманные вычисления, фреймворк

Автоматизация в промышленности, №6 2022

Алгоритмическое и программное обеспечение систем автоматизации

Титкина М.С., Черешко А.А.

Применение цифровых алгоритмов ассоциативного поиска для задач управления с прогнозирующей моделью

Ключевые слова: ассоциативный поиск, идентификация, машинное обучение, методы кластеризации, управление с прогнозирующей моделью

Автоматизация в промышленности, №12 2021

События

Лауреаты премии IT Stars им. Георгия Генса в 2021 г.

Ключевые слова: биометрическая идентификация, видеоаналитика, инновации, машинное обучение, нейронные сети, премия, транспорт

Автоматизация в промышленности, №1 2024

Обсуждаем тему: Современные технологии визуализации и обработки данных для решения промышленных задач

Левитин А.В., Скрипкина Д.В.

Сравнительный анализ одноклассового и двухклассового методов опорных векторов для обнаружения текстурных аномалий в изображениях кожи

Ключевые слова: машинное обучение, одноклассовый/двухклассовый метод опорных векторов, текстура кожи, техническое зрение

Автоматизация в промышленности, №3 2024

Производственные автоматизированные системы

Аневский С.И., Анцыферов С.С., Бевз А.С., Минаева О.А., Останина О.И., Щеткин А.А.

Система мониторинга и прогнозирования поведения оборудования на базе IIoT

Ключевые слова: машинное обучение, планирование, производство, промышленный Internet вещей, ТОиР

Автоматизация в промышленности, №6 2020

Обсуждаем тему: Системы хранения и обработки данных

Бабич Н.А.

О применении интерференционной нейронной сети для динамического анализа данных в реальном времени

Ключевые слова: динамический анализ, интерференционная модель, машинное обучение, нейронные сети, обнаружение аномалий, операционные системы реального времени, персептрон

Последний вышедший номер

Читайте в номере:

Усовершенствованное управление технологическими процессами: зарождение и развитие, состояние и прогноз рынка, российская составляющая, тренды, проблемы импортозамещения

Обнаружение дефектов металлопроката с помощью модифицированной на основе физически-информированного градиентного анализа функции потерь YOLOv8

Методическое обеспечение САПР технологической оснастки в КОМПАС-3D

Функциональная безопасность и кибербезопасность систем противоаварийной автоматической защиты в составе АСУТП технологических процессов нефтепереработки