?
Refrigerant Leak Detection in Data Centers Using Topologically Determined Graph Neural Networks
Ch. 127. P. 1–7.
Ключевые слова: временные рядыtime seriesData centerдата-центрыanomaly detectiongraph neural networksдетектирование аномалийSensor datarefrigerant leakage
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Marin G., Zvereva E. R., Ilyushin P. и др., International Journal of Hydrogen Energy 2026 Vol. 282 P. 1–13
Добавлено: 6 ноября 2026 г.
Кузнецов С. О., Зуева М. М., CEUR Workshop Proceedings 2026 Vol. 4247 P. 27 – 32
Добавлено: 2 ноября 2026 г.
Косычев А. М., В кн.: Статистические методы анализа экономики и общества. 17-я Международная научно-практическая конференция студентов и аспирантов (12–15 мая 2026 г.).: М.: Издательский дом НИУ ВШЭ, 2026. С. 172–173.
Кривая жизненного цикла (LC-кривая) — непараметрический статистический инструмент анализа нестационарных временных рядов, предложенный Ф.Т. Алескеровым и М. Голубенко (2003). В работе метод применяется за пределами исходного экономического контекста — для обнаружения аномалий в высокочастотных геофизических временных рядах. На 5-минутных записях GPS-смещений проверяется, можно ли статистически отличить движение грунта перед землетрясениями от фоновой активности в спокойные ...
Добавлено: 21 октября 2026 г.
Горбунов А. А., Исаев Е. А., Приборы и системы. Управление, контроль, диагностика 2026 № 1 С. 42–46
В статье рассматриваются современные тенденции в развитии дата-центров, специализирующихся на обработке биоинформатических и
биомедицинских данных. Особое внимание уделено применению искусственного интеллекта для оптимизации работы дата-центров и анализа больших объемов биологических данных. Представлен обзор современных технологий и архитектурных решений, позволяющих обрабатывать растущие объемы данных в области биоинформатики и биомедицины. Обсуждаются перспективы развития специализированных
дата-центров в контексте экспоненциального роста ...
Добавлено: 12 октября 2026 г.
Брычков М. Е., Незнанов А.А., Программирование 2026 № 4 С. 50–66
Матричный профиль (МП) при появлении в 2016 г. быстро стал одним из важнейших методов предобработки, облегчающим решение широкого класса задач анализа временных рядов, в частности, задач обнаружения аномалий и шаблонов. Высокая значимость привела к появлению разнообразных инструментов вычисления МП, но оказалось, что особенности реализации методов существенно влияют на результаты, которые перестают быть идентичными. Встает вопрос, ...
Добавлено: 9 октября 2026 г.
Data Centers HVAC abnormal operating behaviour Detection with semi-supervised data-driven approaches
Manjurov A., Polyakov S., Али С. и др., , in: Conference Proceedings: 2026 IEEE Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 14-15 May 2026.: IEEE, 2026. P. 1–4.
The paper investigates semi-supervised anomaly detection in data center heating, ventilation, and air conditioning (HVAC) systems using multivariate time-series data under limited data availability. A one-year dataset with 10-minute resolution, including nine HVAC operational parameters and two exogenous variables (outdoor temperature and IT load), was analyzed across normal and several abnormal operating regimes. A rulebased threshold ...
Добавлено: 10 июля 2026 г.
Алескеров Ф. Т., Косычев А. М., , in: Computational Science and Its Applications – ICCSA 2026 Workshops* 9.: Springer, 2027. P. 384–392.
Добавлено: 8 июля 2026 г.
Karpukhin I., Савченко А. В., , in: Proceedings of the AAAI Conference on Artificial Intelligence. AAAI-26: AAAI Technical Track on Planning, Routing, and Scheduling; AAAI Technical Track on Reasoning under Uncertainty; AAAI Technical Track on Search and Optimization. Main Track, volume 40 no. 43.: American Association for Artificial Intelligence (AAAI) Press, 2026. P. 22536–22544.
Добавлено: 17 июня 2026 г.
Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19
Добавлено: 10 июня 2026 г.
На основе нейросетевого подхода проводится декомпозиция индекса социальных настроений в России за период 2004-2024 гг., и моделируется динамика социальных настроений в этот период. Обсуждается: (а) природа шоков социальных настроений в России на основе их связи с концепциями политики памяти, сверхдержавы, национальной идеи; (б) проблема амбивалентности факторов, формирующих социальные настроения, и (в) преимущества и ограничения моделирования ...
Добавлено: 14 мая 2026 г.
Незнанов А. А., Глушко А. А., Овчинников С. и др., В кн.: Интеллектуальный анализ данных в нефтегазовой отрасли.: М.: ООО «Геомодель Развитие», 2024. С. 140–143.
С развитием систем мониторинга мы получили возможность собирать ключевые показатели работы устройств в процессе механизированной добычи. Каждый день генерируется огромное количество телеметрии, которая пройдя процесс гармонизации и трансформации может быть использована для прогнозирования состояния оборудования. В докладе представлен обзор и произведён отбор современных математических методов и программных реализации инструментов анализа многомерных нерегулярных временных рядов для ...
Добавлено: 29 апреля 2026 г.
Анкудинов И. А., Социология: методология, методы, математическое моделирование 2025 № 61 С. 165–203
Изменчивые политические настроения россиян — постоянный предмет интереса социологических фондов. С развитием интернета привычные анкетные исследования стали дополняться онлайн-опросами и, несмотря на некоторый скепсис, «майнингом» социальных сетей. В настоящей статье предпринимается попытка скорректировать стихийную интернет-выборку так, чтобы приблизить ее оценки к репрезентативным омнибусам. Мы используем показатели доверия Президенту РФ в сети и в опросах с ...
Добавлено: 22 апреля 2026 г.
Добавлено: 6 марта 2026 г.
Артеага Мореано Б. Д., Червов Н. Р., Попцова М. С., Scientific Reports 2026 Vol. 16 No. 1 Article 4772
Добавлено: 4 февраля 2026 г.