Intellectual Technologies in Digital Transformation

Sakhnyuk P. A.; Sakhnyuk T. I.

doi:10.1088/1757-899X/873/1/012016

Publications

?

Intellectual Technologies in Digital Transformation

P. 012016-1–012016-8.

Sakhnyuk P. A., Sakhnyuk T. I.

Artificial intelligence and machine learning helps to improve the quality of customer service and change the methods of companies’ activities. For this reason, enterprises should consider integrating these technologies into digital transformation plans to remain competitive. Low-code machine learning platforms allow companies and business professionals with minimal coding experience to create applications and fill in the gaps of the personnel in their organization. Automated machine leaning (AutoML) technology represents the next step in the evolution of machine learning, providing non-technical companies with the ability to create machine learning applications quickly and cheaply

Keywords: автоматическое машинное обучение Automated machine leaning

In book

1st International Conference on Innovative Informational and Engineering Technologies (IIET-2020) 28-29 May 2020, Stavropol, Russian Federation

Сахнюк П. А. Vol. 873. , Bristol: IOP Publishing, 2020.

Обучение распознаванию эмоций посредством мобильного приложения «ТРОПЭМО»

Shadrina E. V., Мохова В. О., Загоскин В. А. et al., Нижегородский психологический альманах 2024 № 2

The article considers the problem of learning of recognizing emotions from pictures. A review and analysis of domestic and foreign works of scientists dealing with the problem of emotional intelligence was carried out. Its formation, influence on human activity and existing variants of its structure were considered, and common features in the understanding of emotional ...

Added: April 9, 2026

Программное обеспечение для автоматизации исследований в области материаловедения

Дудников Д. О., Коннов Э. А., Огурцов Н. А., Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика 2025 Т. 2025 № 2 С. 69–75

Представлены современные подходы к автоматизации анализа микроструктуры металлических материалов, направленные на повышение точности и эффективности исследований. Описана разработка программного обеспечения для идентификации и классификации зерен в металлах, что является ключевым аспектом в изучении их структуры и прогнозировании механических свойств. Программа включает модули для частично автоматизированной обработки изображений, анализа характеристик зерен, визуализации результатов и интеграции с ...

Added: May 15, 2025

Pupillometry and autonomic nervous system responses to cognitive load and false feedback: an unsupervised machine learning approach

Evgeniia I. Alshanskaia, Portnova G., Liaukovich K. et al., Frontiers in Neuroscience 2024 Vol. 18 Article 1445697

Objectives: Pupil dilation is controlled both by sympathetic and parasympathetic nervous system branches. We hypothesized that the dynamic of pupil size changes under cognitive load with additional false feedback can predict individual behavior along with heart rate variability (HRV) patterns and eye movements reflecting specific adaptability to cognitive stress. To test this, we employed an ...

Added: September 2, 2024

Нейросетевое обучение метрик: сравнение функций потерь

D'yakonov A., Васильев Р. Л., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2023 Т. 514 № 2 С. 60–71

An overview of deep metric learning methods is presented. Although they have appeared in recent years, these methods were compared only with their predecessors, with neural networks of outdated architectures used for representation learning (representations on which the metric is calculated). The described methods were compared on different datasets from several domains, using pre-trained neural networks comparable ...

Added: March 18, 2024

Прогнозирование энергопотребления на основе автоматического машинного обучения

Danilov K., Автоматизация. Современные технологии 2020 Т. 74 № август 2020 С. 402–407

Рассмотрена задача прогнозирования энергопотребления на основе автоматического машинного обучения. Приведена схема процесса автоматического создания и применения модели прогнозирова ния. Предлагаемый подход апробирован на основе данных о потреблении электроэнергии в регионах России. Проведённый вычислительный эксперимент показал высокую эффективность разработан ной модели. Точность прогнозирования составила 97...99 %. ...

Added: June 13, 2022

Метод автоматической генерации признакового пространства в задаче прогнозирования потребления электроэнергии

Danilov K., Maltseva S. V., Информационные технологии 2021 Т. 27 № 10 С. 550–560

The automated feature engineering method in the problem of forecasting energy consumption is considered. The algorithm of the method and the scheme of the forecasting model construction are stated. The proposed approach was tested on data about electricity consumption in Russian regions. The results of the computational experiments carried out using the described method demonstrate ...

Added: December 3, 2021

ПРОЕКТНОЕ ПРЕДЛОЖЕНИЕ: АВТОМАТИЗИРОВАННЫЙ ПОДХОД К РЕКОМЕНДАТЕЛЬНЫМ СИСТЕМАМ

Сендерович М. А., В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов им. Е.В. Арменского.: М.: МИЭМ НИУ ВШЭ, 2019. С. 223–224.

Данная работа посвящена актуальной теме автоматизации в машинном обучении на примере создания универсальной рекомендательной системы. В работе исследуются различные типы рекомендательных систем, акцент делается на подходы коллаборативной фильтрации. Изучаются методы автоматизации машинного обучения, на основе которых будет разработана данная рекомендательная система. ...

Added: October 31, 2020