• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Системы распределенного искусственного интеллекта и мягкие вычисления (soft computing) при решении задач многофункциональной логистики
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
27 октября 2026 г.
Российские ученые предложили универсальный метод декодирования линейных кодов
Исследователи из МИЭМ ВШЭ и Сколтеха разработали новый подход к декодированию используемых при передаче данных кодов. Их гибридный подход значительно сокращает затраты на вычисления и может быть реализован на электронных компонентах. Работа опубликована в журнале IEEE Transactions on Communications.
26 октября 2026 г.
РНФ поддержал 26 научных проектов НИУ ВШЭ
Российский научный фонд подвел итоги конкурса на получение грантов «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами». Победителями признаны более 850 проектов, в том числе 26 из Высшей школы экономики.
23 октября 2026 г.
В НИУ ВШЭ впервые прошла конференция на стыке стохастики, ИИ и финансовой математики
В середине октября в Высшей школе экономики состоялась первая научная конференция «Стохастика, искусственный интеллект и финансовая математика» (SAIMF 26). Исследователи Вышки, ведущие математики и специалисты финансового сектора обсудили фундаментальные математические задачи, современные методы искусственного интеллекта и их применение в финансах.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Системы распределенного искусственного интеллекта и мягкие вычисления (soft computing) при решении задач многофункциональной логистики

С. 44–48.
Серова Е. Г., Сумятина В. О., Шкляев Д. О.

Внешнюю среду окружения, в котором действуют и развиваются экономические системы, невозможно описать аналитическими выражениями, и в такой ситуации методы интеллектуального анализа данных, системы распределенного искусственного интеллекта являются первостепенным средством решения различных задач. Статья посвящена вопросам применения методов искусственного интеллекта и нейро-нечетких моделей при принятии ответственных управленческих решений в логистических компаниях, активно использующих в своей деятельности современные информационно-коммуникационные технологии. Привлечение информационных технологий и процедур, используемых в мягких вычислениях, а также современных систем имитационного моделирования, в первую очередь многоагентных систем – систем распределенного искусственного интеллекта, позволяет довести решение логистических задач до количественного результата, что имеет особенно ценный характер для менеджера, совершающего определенное управленческое действие. Внешнюю среду окружения, в котором действуют и развиваются экономические системы, невозможно описать аналитическими выражениями, и в такой ситуации методы интеллектуального анализа данных, системы распределенного искусственного интеллекта являются первостепенным средством решения различных задач. Статья посвящена вопросам применения методов искусственного интеллекта и нейро-нечетких моделей при принятии ответственных управленческих решений в логистических компаниях, активно использующих в своей деятельности современные информационно-коммуникационные технологии. Привлечение информационных технологий и процедур, используемых в мягких вычислениях, а также современных систем имитационного моделирования, в первую очередь многоагентных систем – систем распределенного искусственного интеллекта, позволяет довести решение логистических задач до количественного результата, что имеет особенно ценный характер для менеджера, совершающего определенное управленческое действие.

Язык: русский
Полный текст
Текст на другом сайте
Ключевые слова: нейронные сетинечеткая логикамягкие вычислениямногоагентные системымногофункциональная логистика и управление цепями поставоксистемы распределенного искусственного интеллекта

В книге

Сборник научных трудов Санкт-Петербургской конференции исследователей в сфере экономики, бизнеса и общества: итоги 2019 года
СПб.: Санкт-Петербургская школа экономики и менеджмента, 2019.
Похожие публикации
A Neural Network Approach for Generating Libration Point Orbits
Lev Pyatko, Sergey Aksenov, Regular and Chaotic Dynamics 2026 Vol. 31 No. 5 P. 794–813
In the circular restricted three-body problem, families of periodic and quasi-periodic orbits exist in the vicinity of the libration points and are of significant interest for practical applications. This work presents a neural network-based algorithm for orbit construction and station-keeping, applicable to both periodic and quasi-periodic orbits near collinear libration points. The method employs a ...
Добавлено: 19 октября 2026 г.
Модель глубокого обучения для автоматизированной интерпретации медицинских электрофизиологических данных
Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750
Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...
Добавлено: 10 сентября 2026 г.
Функция присутствия как механизм корректной обработки пропущенных значений в нечётком интеллектуальном анализе данных
Максимова Е. А., Утешева Г. Ш., Громов Ю. Ю. и др., Научно-аналитический журнал "Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России" 2026 № 2 С. 92–103
Когда данные неполны, стандартные методы нечёткого интеллектуального анализа оказываются в ситуации, которую трудно назвать приемлемой: удаление объектов с пропусками теряет до трети выборки и вносит систематическое смещение при MAR-механизме, а импутирование средним разрушает ковариационную структуру и порождает правила с искусственно завышенной поддержкой. В работе предлагается иной выход - функция присутствия φ: U × A → ...
Добавлено: 6 сентября 2026 г.
Scalable machine learning approach to disordered 𝑠-wave superconductors
Vyacheslav D. Neverov, Lukyanov A., Andrey V. Krasavin и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 113 No. 2 Article 024515
Добавлено: 5 сентября 2026 г.
A unified frequency-domain framework for tilted slice localization and ischemic stroke detection
Khodadoust J., Куликова С. П., Khodadoust F., Biomedical Signal Processing and Control 2027 Vol. 129 Article 111284
Анализ острого ишемического инсульта (ОИИ) по двухмерным (2D) клиническим изображениям затруднен из-за неконтролируемого наклона срезов и геометрических несоответствий, нарушающих предположения моделей глубокого обучения (ГБО), не зависящих от положения. В данной статье предлагается унифицированная, учитывающая геометрию, частотно-доменная структура для локализации наклонных срезов и сегментации ишемического инсульта, которая явно разделяет оценку положения и анализ поражения. Метод сначала ...
Добавлено: 2 сентября 2026 г.
Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)
Seul: PMLR, 2026.
Добавлено: 4 июня 2026 г.
Stable On-the-Fly Learning for Dynamic Neural Networks With Delayed Inputs
Chertopolokhov V., Mukhamedov A., Bugriy G. и др., IEEE Access 2026 Vol. 14 P. 14369–14392
Добавлено: 22 мая 2026 г.
Аналитический обзор методов извлечения текстовых транскрипций из речевых высказываний
Ролинский С. О., Двойникова А. А., В кн.: Альманах научных работ молодых ученых Университета ИТМОТ. 2.: Университет ИТМО, 2022. С. 336–340.
В работе рассмотрены основные существующие подходы к автоматическому распознаванию речи, а также проводится сравнительный анализ открытых компьютерных систем распознавания речи. Для экспериментальных исследований эффективности работы рассматриваемых систем используется речевой корпус LibriSpeech. ...
Добавлено: 24 апреля 2026 г.
Влияние планировщика на обучение нейронных сетей в задаче верификации диктора
Двойникова А. А., Садикова А. А., В кн.: Сборник трудов X Конгресса молодых ученыхТ. 1.: Университет ИТМО, 2021.
В работе рассматривается применение различных планировщиков обучения (англ. scheduler) нейронных сетей для задачи текстонезависимой верификации дикторов. Для экспериментальных исследований использовалась база данных VoxCeleb1, которая содержит в себе различные речевые высказывания 1211 дикторов. В работе проводился анализ влияния различных планировщиков обучения нейронных сетей, представленных в библиотеке PyTorch языка программирования Python, а также 2 алгоритма планировщика, представленных ...
Добавлено: 24 апреля 2026 г.
Применение методов нечеткой логики для прогноза прочности древесно-минерального композита
Бабкина Т. С., Долматов С. Н., Системы. Методы. Технологии 2024 Т. 1 № 61 С. 80–85
Древесно-минеральные композиты являются перспективным строительным материалом. Сочетание высоких теплоизо-ляционных показателей, экологичности, простой технологии производства, возможности вовлечения в производство низко-товарной древесины и древесных отходов позволяет найти применение такой технологии в сфере гражданского и промышленного строительства. Древесина, являясь продуктом жизнедеятельности растительных клеток, в своем составе содержит сахара и водорастворимые вещества, ухудшающие условия набора прочности гидратируемых вяжущих и ...
Добавлено: 13 апреля 2026 г.
Применение ML в целях повышения помехоустойчивости сигналов
Ефремов А. М., Портной С. Л., Волошин А. Д., Первая миля 2025 № 8 С. 20–28
Выполнен комплексный обзор методов машинного обучения (ML), применяемых для повышения устойчивости сигнала к помехам в каналах связи. Бурное развитие поколений беспроводной связи, активная разработка концепции 6G предъявляют высокие требования к задержке, скорости и надежности передачи данных. Традиционные подходы к защите от помех, основанные на строгих аналитических моделях, зачастую не справляются с хаотичной природой плотных гетерогенных ...
Добавлено: 4 апреля 2026 г.
Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века
Пермь: Пермский государственный национальный исследовательский университет, 2024.
В сборнике представлены материалы Девятой всероссийской научнопрактической конференции с международным участием «Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века», которая проводилась 17–18 октября 2024 г. в г. Перми. Сборник предназначен для научных и педагогических работников, преподавателей, аспирантов, магистрантов, студентов и всех, кто интересуется проблемами и перспективами развития и применения методов искусственного интеллекта. ...
Добавлено: 19 ноября 2025 г.
Машинное обучение и представление информации: новые возможности цифровых архивов (рецензия на книгу: Artificial Intelligence, Archives and Manuscripts. New Relationships between the Virtual Archive and Its Referent. Edinburgh: University of Edinburgh, 2025
Пенская Е. Н., Имагология и компаративистика 2025 № 23 С. 380–389
Представлена рецензия на книгу «Artificial Intelligence, Archives and Manuscripts. New Relationships between the Virtual Archive and its Referent» (2025). В данной коллективной монографии обсуждаются как технологические, так и правовые, интеллектуальные вопросы, с которыми сталкиваются исследователи и архивисты при автоматизированной работе с рукописным наследием, искусственным интеллектом и нейросетями. ...
Добавлено: 30 октября 2025 г.
Free energy of neural network can predict accuracy after pruning
Сурков А. Ю., Sergei Koltcov, Игнатенко В. В. и др., Physica A: Statistical Mechanics and its Applications 2025 Vol. 681 Article 131085
Добавлено: 30 октября 2025 г.
Evaluating Structural Complexity of Workflow Nets Modeling Asynchronous Agent Interactions
Е. Zemlyanoy, R. Nesterov, Proceedings of the Institute for System Programming of the RAS 2025 Vol. 37 No. 4-2 P. 47–68
Добавлено: 21 сентября 2025 г.
Аппаратно-программный комплекс искусственного интеллекта на основе отечественных процессоров
Рожин А. К., Бабинцев Л. В., Нефедов С. И. и др., Наноиндустрия 2024 Т. 17 № S10-2(128) С. 752–755
Распространение систем искусственного интеллекта ведет к повышенному спросу на вычислительные ресурсы, импорт которых стал затруднен. В статье приводится результат исследования отечественной элементной базы, разработан аппаратно-программный комплекс на ее основе. Протестирована скорость вывода и эффективность адаптированных современных нейросетевых алгоритмов. ...
Добавлено: 20 июня 2025 г.
Распознавание рукописного текста и интеллектуальный анализ: возможности нейронных технологий (на примере работы с «Дневником» Ф.П. Литке)
Болтунова Е. М., Лаптев А. К., Имагология и компаративистика 2025 № 23 С. 358–379
Авторы описывают проведенный практический эксперимент по интеллектуальному анализу дневника адмирала Ф.П. Литке, расшифрованного с помощью специально обученной нейросети. Эксперимент показывает практическую реализацию принципов автоматизированной работы исследователя с большими объемами сложного рукописного текста с минимальными затратами времени и человеческого ресурса. ...
Добавлено: 16 июня 2025 г.
Роль искусственного интеллекта в управлении кризисными ситуациями в экономике
Пшиченко Д. В., Тенденции развития науки и образования 2024 № 112(3) С. 117–122
В статье рассматривается роль искусственного интеллекта (artificial intelligence, AI) в управлении кризисными ситуациями в экономике. Анализируются различные технологии AI для прогнозирования экономических шоков и минимизации их последствий. Изучаются примеры успешного применения AI в различных секторах. Подчеркивается, что использование AI позволяет значительно повысить устойчивость и адаптивность экономических систем, а также снизить риски и оптимизировать использование ресурсов. ...
Добавлено: 10 марта 2025 г.
Интеллектуальные информационные системы: теория и практика. Сборник научных статей по материалам V Международной конференции (Курск, 19–21 ноября 2024 года)
Курск: Курский государственный университет, 2024.
В сборнике публикуются научные статьи по материалам V Международной научно-технической конференции «Интеллектуальные информационные системы: Теория и практика». Издание адресовано студентам, аспирантам, преподавателям вузов, кандидатам и докторам наук, практикующим специалистам, всем, кто проявляет интерес к проектированию и разработке интеллектуальных информационных систем, их практическим приложениям, а также методам и алгоритмам интеллектуального анализа и обработки. ...
Добавлено: 17 февраля 2025 г.
Astronomical Data Approximation Based on Neural Network Models
Деркач Д. А., Гущин М. И., Samorodova E. и др., Astronomical Society of the Pacific: Conference Series 2024 Vol. 535
Добавлено: 8 января 2025 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору