?
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:
Глушко А. А., Незнанов 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.
Метод LC-кривых – новый подход к анализу временных рядов – применен к композитному индексу деловой неопределенности (ИДН), построенному на основе результатов регулярных бизнес-опросов Росстата, что позволило осуществить анализ траекторий неопределенности по укрупнённым отраслям и подотраслям промышленности России с использованием двух спецификаций индекса: ex-ante (прогнозной) и ex-post (фактической). Результаты эмпирического анализа за период 2020–2024 гг. показали ...
Добавлено: 13 октября 2025 г.
Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: CIKM '25: Proceedings of the 34rd ACM International Conference on Information and Knowledge Management.: ACM, 2025. Ch. 1 P. 5469–5473.
В этой работе мы представляем быстрый и эффективный линейный подход к обновлению рекомендаций в масштабируемой графовой рекомендательной системе UltraGCN. Решение этой задачи чрезвычайно важно для поддержания актуальности рекомендаций в условиях большого объема новых данных и меняющихся предпочтений пользователей. Чтобы решить эту проблему, мы адаптируем простой, но эффективный подход к низкоранговой аппроксимации в графовой модели. Наш ...
Добавлено: 3 октября 2025 г.
Чертоганов К. А., Journal of Finance and Data Science 2025
This research aims to enhance the forecasting accuracy of extreme events, which pose significant challenges across various domains such as meteorology, finance, and public health. The study investigates the integration of cross-correlation and partial autocorrelation functions (PACF) with machine learning techniques to address the limitations of traditional forecasting methods and improve predictive reliability and interpretability. ...
Добавлено: 29 апреля 2025 г.
Ivanov P., Shtark M., Kozhevnikov A. и др., IEEE Access 2025 Vol. 13 P. 25186–25197
Fault detection and diagnosis (FDD) is a critical challenge in industrial processes aimed at minimizing risks such as safety hazards, costly downtime, and suboptimal production. Traditional supervised FDD methods offer great performance while heavily relying on large volumes of labeled data, whereas unsupervised methods do not depend on labeled data, though are inferior in performance ...
Добавлено: 29 апреля 2025 г.
Макеева Н. М., Прикладная эконометрика 2025 Т. 79 С. 27–49
В работе представлены результаты анализа точности моделей наукастинга для ВВП России и его компонентов по использованию за период с 1 квартала 2014 года по 3 квартал 2023 года. Новизна исследования заключается в сопоставлении точности целого спектра моделей (MIDAS-, MFBVAR-, DFM-модели, модели с регуляризацией, а также классическая авторегрессия первого порядка), оцененных на первой и финальной версии ...
Добавлено: 19 апреля 2025 г.
Сергеев А. В., Минченков В. О., Soldatov A. и др., ADVANCES IN ARTIFICIAL INTELLIGENCE AND MACHINE LEARNING 2025 No. 1 P. 3344–3355
Различные технологии, включая модели компьютерного зрения, применяются для автоматизированного контроля процессов ручной сборки на производстве. Эти модели позволяют обнаруживать и классифицировать события, такие как наличие компонентов в области сборки или их соединение. Основной проблемой алгоритмов детекции и классификации является их чувствительность к изменениям условий окружающей среды и непредсказуемое поведение при обработке объектов, отсутствующих в обучающей ...
Добавлено: 2 апреля 2025 г.
V.P. Stepashkina, M.I. Hushchyn, Doklady Mathematics 2024 Vol. 110 No. 1 P. S95–S102
This paper presents the development and evaluation of methods for detecting cyberattacks on industrial systems using neural network approaches. The focus is on the task of detecting anomalies in multivariate time series, where the diversity and complexity of potential attack scenarios require the use of advanced models. To address these challenges, a transformer-based autoencoder architecture ...
Добавлено: 25 марта 2025 г.