Интеллектуальная система принятия решения никогда не бывает вполне уверена в своей правоте...

Связь с редакцией

Ближайшие события

19.10.2026 - 23.10.2026

LOGFORUM’26

Город: Москва

21.10.2026 - 23.10.2026

Межрегиональный промышленно-энергетический форум и выставка предприятий «ПРОМ-ЭНЕРГО-ВОЛГА’2026»

Город: Волгоград

27.10.2026

ПТА Новосибирск 2026

Город: Новосибирск

27.10.2026

Формула надежности

Город: он-лайн

12.11.2026

Конференция компании X-Com «Импортозамещение»

Город: Москва

метод опорных векторов

Статьи

Автоматизация в промышленности, №8 2026

Обсуждаем тему: Модели в задачах мониторинга и управления производственными процессами

Саитова В.Д., Торгашов А.Ю., Штакин Д.В.

Разработка виртуального анализатора по содержанию прекурсоров бензола в сырье риформинга для повышения эффективности управления бензиновой цепочкой установок НПЗ

Ключевые слова: ансамблевый метод, бутстрэп, виртуальный анализатор качества, гидрокрекинг, каталитический риформинг, метод опорных векторов, нейронные сети, регрессия гауссовских процессов, система усовершенствованного управления технологическим процессом, углеводородный состав, фракционирование нафты

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, №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, №8 2023

Алгоритмическое и программное обеспечение систем автоматизации

Ибряева О.Л., Лебедев Д.К.

Применение фреймворков автоматизированного машинного обучения в задаче коррекции показаний кориолисового расходомера

Ключевые слова: ансамбли деревьев решений, градиентный бустинг, кориолисовый расходомер, метод опорных векторов, нейронные сети, системы автоматизированного машинного обучения

Последний вышедший номер

Читайте в номере:

Российская микроэлектроника: проблемы и тренды

Программное средство для построения матрицы дренирования нефтегазовых скважин с применением кластерного анализа

Анализ риска возникновения дефектов сварки в роботизированных комплексах в условиях неопределённости

Применение фрактального анализа для классификации акустических сигналов, возникающих в изоляции трансформатора при электрических разрядах или вибрации

Анализ тенденций развития LiDAR-технологий в управлении робототехническими комплексами. Ч. 1. Классификация лидаров и их характеристики