В книге
ALife Robotics Corporation Ltd., 2024.
Tito-Corrioso O., Borges-Trenard M. A., Borges-Quintana M. и др., Symmetry 2021 Vol. 13 No. 5 Article 806
Добавлено: 18 сентября 2026 г.
Tito-Corrioso O., Borges-Quintana M., Borges-Trenard M. и др., Entropy 2023 Vol. 25 No. 2 Article 261
Добавлено: 18 сентября 2026 г.
Савченко А. В., IEEE Access 2024 Vol. 12 P. 25106–25118
Various mobile and edge devices have significantly different processing capabilities, making it challenging to develop a single universal architecture of a neural network to extract facial embeddings. In this paper, we study the automated machine learning techniques to design a neural network with the best performance on a concrete device. The novel procedure is proposed ...
Добавлено: 22 ноября 2024 г.
Акопов А. С., Бекларян А. Л., Экономика и математические методы 2023 Т. 59 № 3 С. 117–131
В статье представлена новая имитационная модель многоагентной социально-экономической системы (МСЭС), в которой реализуются индивидуальные, в том числе межпродуктовые, взаимодействия. В рамках МСЭС изучаются модели поведения агентов-производителей и агентов-потребителей со своими целевыми функционалами. В частности, производители реализуют собственную производственную стратегию посредством выбора моментов времени для ввода новых основных фондов и трудовых ресурсов. Потребители участвуют в бартерных ...
Добавлено: 25 мая 2024 г.
Бекларян А. Л., Вестник ЦЭМИ 2023 Т. 6 № 1 Статья 5
В статье представлена новая программная платформа для моделирования транспортных потоков с участием беспилотных автомобилей, использующая ряд передовых технологических решений, в частности, инструменты суперкомпьютерного агентного моделирования FLAME GPU, интеллектуальные программные модули на основе нечёткой и иерархической кластеризации, генетические оптимизационные алгоритмы, подсистему визуализации состояния агентов-транспортных средств (ТС) на основе OpenGL и др. В результате, обеспечивается возможность моделирования ...
Добавлено: 4 июня 2023 г.
Газизов Р. Р., Gazizov R., Gazizov T., , in: 2020 Dynamics of Systems, Mechanisms and Machines (Dynamics).: Omsk: IEEE, 2020. P. 1–4.
Добавлено: 16 декабря 2022 г.
Акопов А. С., Бекларян Л. А., Thakur M., IEEE Transactions on Intelligent Transportation Systems 2022 Vol. 23 No. 8 P. 12648–12664
Добавлено: 7 октября 2021 г.
Cham: Springer, 2021.
Добавлено: 8 июля 2021 г.
Чжо М. А., Сидоренко В. Г., Бучирин В. Г. и др., , in: 2019 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus).: M.: IEEE, 2019. P. 2148–2151.
В данной работе рассматривается применение генетических алгоритмов для планирования технического обслуживания электроподвижного состава. Основная цель заключается в совершенствовании автоматизированной системы планирования движения поездов, обеспечивающей единообразие процесса технического обслуживания при различных ресурсах технического обслуживания, включая ограниченные ресурсы. Методы теории графов и принципа Беллмана позволяют получить весь набор подходящих графиков технического обслуживания и выбрать, какое техническое обслуживание ...
Добавлено: 13 августа 2019 г.
Cham: Springer, 2018.
Добавлено: 10 ноября 2018 г.
Cham, Switzerland: Springer, 2018.
Добавлено: 22 июня 2018 г.
Сидоренко В. Г., Чжо М. А., В кн.: НОВЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ В УПРАВЛЕНИИ ПРОЦЕССАМИ ПЕРЕВОЗОК, АВТОМАТИКЕ И ИНФОКОММУНИКАЦИЯХ.: Хабаровск: ДВГУПС, 2017. С. 197–201.
Добавлено: 9 марта 2018 г.
Кащеев Н. И., Козырев О. Р., Лейкин М. В. и др., , in: Proceedings of XV IEEE East-West Design & Test Symposium (EWDTS'2017).: Piscataway: IEEE, 2017. P. 1–4.
Добавлено: 20 февраля 2018 г.
Статья посвящена системе управления динамикой экологической модернизации предприятий, разработанной с использованием методов имитационного моделирования и реализованной на примере Республики Армения (РА). Система предназначена для обеспечения поддержки принятия стратегических решений по модернизации предприятий РА с целью их трансформации из исходного неэкологического состояния в направлении экологически чистого (малоотходного) производства. Особенностью разработанного программного комплекса является, прежде всего, оригинальная ...
Добавлено: 1 июля 2016 г.
Maxim Borisyak, Устюжанин А. Е., / Series arxiv :: cs :: Cornell University "arxiv :: cs :: Cornell University". 2015.
Добавлено: 9 ноября 2015 г.
Бухаров О. Е., В кн.: Электронный бизнес. Управление интернет-проектами. Инновации: Сборник трудов участников VII студенческой научно-практической конференции. Москва, 11–13 марта 2015 г.: М.: Национальный исследовательский университет "Высшая школа экономики", 2015. С. 141–145.
В работе рассматривается структура разработанной системы поддержки принятия решений. Описываются результаты ее применения к задаче кредитного скрининга. ...
Добавлено: 3 июля 2015 г.
Акопов А. С., Beklaryan G. L., , in: Proceedings of 2014 IEEE Conference on Computational Intelligence for Financial Engineering & Economics.: L.: IEEE, 2014. P. 203–209.
Добавлено: 27 января 2015 г.
Korürek M., Yüksel A., Ишджан З. и др., Expert Systems with Applications 2010 Vol. 37 No. 3 P. 1946–1954
Добавлено: 22 января 2015 г.
Ахметсафина Р. З., Ахметсафин Р. Д., Мехатроника, автоматизация, управление 2014 № 11 (164) С. 33–38
Предлагается оптимизация вычислений критерия отбора хромосом (функции выживания) в генетических алгоритмах (ГА), когда допускается рекуррентный пересчет критерия при изменении хромосомы в одном гене. Оптимизация вычислений осуществляется путем решения задачи Штейнера на графах. Задача рассматривается в контексте применения ГА к структурно-параметрической идентификации регрессионных моделей, где: а) ген — регрессор; б) хромосома — набор регрессоров в одной ...
Добавлено: 5 декабря 2014 г.
Бухаров О. Е., Боголюбов Д. П., Системный администратор 2014 № 9 С. 88–92
В статье рассматриваются вопросы разработки системы поддержки принятия решений на нейронных сетях и генетических алгоритмах, а также приводится пример успешного применения архитектуры параллельных вычислений CUDA для повышения быстродействия данной системы. ...
Добавлено: 12 сентября 2014 г.
Морозенко В. В., Плешкова И. И., Современные пробемы науки и образования 2014
Авторами разработан генетический алгоритм для расшифрования текста, зашифрованного с помощью симметричного блочного подстановочного шифра Тритемия-Белазо-Виженера. Секретный ключ такого шифра состоит их ключевого слова и таблицы Виженера. Предполагается, что, во-первых, длина ключевого слова известна, но не известны само слово и таблица Виженера, а, во-вторых, что исходный текст является осмысленным. Каждая особь популяции кодирует одну из перестановок ...
Добавлено: 5 марта 2014 г.