Ближайшие события

12.11.2026

Конференция компании X-Com «Импортозамещение»

Город: Москва

18.11.2026 - 20.11.2026

VIII Международный форум роботизации

Город: Санкт-Петербург

24.11.2026 - 26.11.2026

Электроника России

Город: Москва

26.11.2026

13-й Бизнес-форум 1С:ERP

Город: Москва

01.12.2026 - 02.12.2026

Челябинский промышленный форум» и специализированная выставка «ТехноЭкспо. Металлургия. Машиностроение»

Город: Челябинск

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Статьи

Автоматизация в промышленности, №12 2019

Ян Д.Е.

Искусственный интеллект – сотрудник организации

Ключевые слова: автоматизация повторяющихся операций, аналитика кадрового потенциала, искусственный интеллект, предиктивная поведенческая аналитика, цифровой след

Автоматизация в промышленности, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Вишневский К.В., Зурбашев А.В., Кошевой В.О., Пронченков И.А., Салахов И.И., Чернышева Е.А.

Сравнение предиктивных методов БИК-спектроскопии для анализа качества нефтепродуктов

Ключевые слова: БИК-спектроскопия, дизельные топлива, искусственные нейронные сети, метод-ПЛС(PLS), регрессионный анализ, хемометрика

Автоматизация в промышленности, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Лифанов А.В., Соколов Д.И.

Искусственный интеллект на базе нейросетей для промышленных предприятий

Ключевые слова: искусственные нейросети, нейропроцессорный модуль, облачные платформы, обучение нейросети

Автоматизация в промышленности, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Плуготаренко Н.К., Юхно А.И.

Применение интеллектуальных методов в информационно-измерительных системах для автоматизации процесса дозирования хлорагента

Ключевые слова: дозирование, канцерогенный риск, нечеткая логика, прогнозирование, хлорирование

Автоматизация в промышленности, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Глазырин А.Е.

Методика разработки тренажёра с интеллектуальной иммерсивной средой

Ключевые слова: генетический алгоритм, иммерсивная среда, нечеткая модель, оператор, профессиональная подготовка, тренажер

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, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Вересников Г.С., Панкова Л.А., Пронина В.А.

Разработка инструментальной программной среды для решения задач параметрического синтеза при проектировании технических объектов в условиях неопределенности параметров

Ключевые слова: генетический алгоритм., инструментальное программное средство, параметрический синтез, проектирование, смешанная неопределенность, теория неопределенности

Автоматизация в промышленности, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Миррасул Дж. Мусави. (Mithun P. Acharya и Mirrasoul J. Mousavi), Митхун П. Ачарья

Системы искусственного интеллекта реального времени в цифровых двойниках на периферийных устройствах

Ключевые слова: искусственный интеллект, моделирование, облачные технологии, периферийные устройства, реальное время, цифровой двойник

Автоматизация в промышленности, №12 2019

Обсуждаем тему: Искусственный интеллект для промышленных предприятий

Белоусов О.Ю., Владов Р.А., Дозорцев В.М., Шайдуллин Р.А.

Предиктивная аналитика состояния оборудования в химико-технологических процессах

Ключевые слова: большие данные, диагностические и прогностические модели, мониторинг состояния оборудования, наработка на отказ, обслуживание по состоянию, предиктивная аналитика, распознавание образов, химико-технологические процессы

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