• 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
  • How to use neural network and web technologies in modeling complex technical systems
  • 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
30 октября 2026 г.
«Объект наших исследований - суперкомпьютер»
Феликс Смирнов занимается суперкомпьютерными технологиями, чтобы помогать другим ученым в их работе. В интервью проекту «Молодые ученые Вышки» он рассказал о настройке коммуникаций между узлами, своем увлечении кинематографом и о старых вывесках на Хитровке.
29 октября 2026 г.
Как прогнозировать будущее науки и технологий
Лаборатория исследований науки и технологий, действующая в структуре Института статистических исследований и экономики знаний НИУ ВШЭ, изучает текущее состояние научных исследований и разработок, анализирует тренды и их динамику, что позволяет понимать масштаб вызовов, связанных с применением новейших технологий, определять приоритеты будущих работ, формировать научную и промышленную политику. Новостная служба «Вышка.Главное» побеседовала с заведующей лабораторией Лилианой Проскуряковой и директором Форсайт-центра ИСИЭЗ Александром Соколовым.
29 октября 2026 г.
Плоская модель местности скрыла от симулятора потерю связи между машинами
Исследователи МИЭМ ВШЭ показали, что популярные симуляторы связи между автомобилями заметно переоценивают ее надежность, потому что считают рельеф местности плоским. Если учесть рельеф, мосты и туннели, доля потерянных соединений на горном серпантине вырастает с 21 до 30%, у эстакады — с 20 до 33%, а в туннеле — с нуля до 80%.Результаты опубликованы в журнале Future Transportation.

 

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

?

How to use neural network and web technologies in modeling complex technical systems

.
Semenenko M. G., Kniazeva I. V., Beckel L. S., Руцкий В. Н., Tsarev R., Yamskikh T. N., Kartsan I. N.
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: дифференциальные уравнениянейронные сетипроцесс обученияметоды прогнозированияneural networksdifferential equationslearning processMATLABcomplex technical systemsвизуальное моделированиеvisual modelingsimulinkОБЛАЧНЫЕ РЕШЕНИЯmethods of forecastingcloud-based solutionsimulation softwareкомлпексные технические системыпрограммная симуляцияМАТЛАБСимулинк

В книге

IOP Conference Series: Materials Science and Engineering, Volume 537, Issue 3
IOP Conference Series: Materials Science and Engineering, Volume 537, Issue 3
Vol. 537. Issue 3. , Institute of Physics Publishing (IOP), 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.
Сборник задач по курсу математики
Бабайцев В. А., Браилов А. В., Гисин В. Б. и др., М.: Финансовая академия при Правительстве РФ, 2001.
Сборник задач отражает все разделы курса математики, читаемого в Финансовой академии при Правительстве РФ. Приведены необходимые теоретические сведения и формулы, даны решения типовых задач, помещены задачи для самостоятельного решения, сопровождающиеся ответами и указаниями. Для студентов экономических специальностей вузов. ...
Добавлено: 14 октября 2026 г.
Вышелейские эпифании: концептуальная пересборка случайной этнографии
Абрамов Р. Н., Рождественская Е. Ю., Журнал социологии и социальной антропологии 2026 Т. 29 № 3 С. 244–274
Статья представляет экспериментальное исследование на стыке социальной антропологии и качественной социологии. Авторы ставят перед собой основную цель — развить и концептуально пересобрать подходы «случайной этнографии» и «этнографии второго порядка», рассматривая краткие биографические тексты как источник по социальной истории женского труда в XX веке и как локальный перформанс памяти. Методология сочетает ретроспективное осмысление непреднамеренного полевого опыта, ...
Добавлено: 7 октября 2026 г.
Optimization of List-Based Reed-Solomon Decoding via Deep Learning
Портной С. Л., Ефремов А. М., Voloshin A., , in: 2026 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO).: Petrozavodsk: IEEE, 2026. P. 1–4.
Добавлено: 1 октября 2026 г.
A Model Based on Universal Filters for Image Color Correction
Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854
Добавлено: 21 сентября 2026 г.
Filter-Based Preprocessing Neural Network Model for Microorganism Detection Improvement
Aleksei Samarin, Aleksei Toropov, Alexander Savelev и др., , in: Pattern Recognition. ICPR 2024 International Workshops and Challenges. Kolkata, India, December 1, 2024, Proceedings, Part III. LNCS, volume 15616.: Cham: Springer, 2025. P. 308–320.
Добавлено: 21 сентября 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.
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.
Improving Differential Equation Solving in Compact Language Models via Activation Steering and Reinforcement Learning
Сурков А. Ю., Игнатенко В. В., Кольцов С. Н., Computers, Materials and Continua 2026 Vol. 88 No. 3 Article 74
Добавлено: 8 июля 2026 г.
Современные методы теории краевых задач. Понтрягинские чтения XXXVII.
Воронеж: Издательский дом ВГУ, 2026.
В сборнике представлены материалы докладов и лекций, включенных в программу весенней математической школы. ...
Добавлено: 25 июня 2026 г.
Воронежская зимняя матаматическая школа С. Г. Крейна - 2026.
Воронеж: Издательский дом ВГУ, 2026.
В сборнике представлены материалы докладов и лекций,  включенных в программу Воронежской зимней матаматической школы С. Г. Крейна - 2026. ...
Добавлено: 25 июня 2026 г.
Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)
Seul: PMLR, 2026.
Добавлено: 4 июня 2026 г.
Comparative Study of Training Methods and Architectures of Echo State Networks
Андросов И. А., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3 P. 87–114
В работе рассматриваются сети эхо-состояний (Echo State Network, ESN), которые являются одними из самых распространенных способов реализации резервуарных вычислений. Они состоят из рекуррентной нейронной сети, веса которой выбираются один раз и не обучаются, и выходного, обычно линейного, обучаемого слоя. Такой подход позволяет создавать энергоэффективные и быстрые нейронные сети, способные обучаться в режиме реального времени. Но ...
Добавлено: 26 мая 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.
Измерение ИИ-грамотности взрослых россиян: методика и результаты
Давыдов С. Г., Федоров В. В., Социологические исследования 2026 № 5 С. 141–147
Представлены результаты измерения ИИ-грамотности взрослого населения России. Исследование решает проблему отсутствия эмпирических данных о фактическом уровне владения компетенциями в сфере искусственного интеллекта среди граждан. Методика основана на самооценке владения пятью типами ИИ-инструментов по 5‑балльной шкале и последующем индексировании. Сбор информации осуществлен методом телефонного опроса (CATI) на общероссийской выборке проекта «ВЦИОМ–Спутник» (N = 1600). Выявлен уровень ...
Добавлено: 13 мая 2026 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