• 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
28 мая 2026 г.
«Мне нравятся самосбывающиеся пророчества»
Андрей Ворчик изучает счастье, читает научпоп-лекции и хочет, чтобы наука занималась в том числе общественными проблемами. В интервью проекту «Молодые ученые Вышки» он рассказал о том, как эмоции влияют на принятие решений, Бермудском треугольнике из ванной, холодильника и кровати и идеальной формуле образования.
28 мая 2026 г.
Карманные деньги, интерес и семья: что влияет на экономическую грамотность студентов
Экономическая грамотность студентов зависит не только от профильного образования, но и от интереса к экономике, учебной среды и финансовых практик в семье. Так, студенты, получавшие карманные деньги нерегулярно, в среднем лучше справляются с тестами по экономической грамотности, чем их сверстники с постоянной финансовой поддержкой. Это показало исследование НИУ ВШЭ на выборке более 1100 студентов из пяти российских университетов. Результаты работы опубликованы в журнале Cakrawala Pendidikan.
27 мая 2026 г.
Нейросетевое отображение как метод создания математических моделей
Ученые НИУ ВШЭ в Нижнем Новгороде и Белградского института физики (Сербия) совместно изучают возможности применения методов машинного обучения и использования нейросетей в исследованиях нелинейной динамики. О международном проекте «Вышке.Главное» рассказала его руководитель от ВШЭ, ведущий научный сотрудник Лаборатории топологических методов в динамике факультета информатики, математики и компьютерных наук НИУ ВШЭ в Нижнем Новгороде Наталия Станкевич.

 

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
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.
Об изоморфизме задачи Козлова о движении ферромагнетика в магнитном поле и задачи Шоттки о движении четырехмерного твердого тела
Цыганов А. В., Порубов Е. О., Теоретическая и математическая физика 2026 Т. 227 № 2 С. 336–355
Теория тензорных инвариантов обыкновенных дифференциальных уравнений и классификация Картана простых алгебр Ли используется для установления изоморфизма задачи Козлова о движении ферромагнетика в магнитном поле и задачи Шоттки о движении четырехмерного твердого тела. Найдены новые полиномиальные и рациональные бивекторы Пуассона, инвариантные либо относительно пары коммутирующих фазовых потоков, либо относительно одного из пары потоков. ...
Добавлено: 5 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 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.
Screen-Cam Imitation Module for Improving Data Hiding Robustness
Джанашиа К. М., Aleksandr Fedosov, Oleg Evsutin, Sensors 2025 Vol. 25 No. 23 Article 7726
Добавлено: 28 ноября 2025 г.
Understanding the training dynamics of CoLaNET by its simplified model
O.A. Goryunov, Maslennikov O. V., Kiselev M. V. и др., Chaos, Solitons and Fractals 2026 Vol. 203 Article 117663
Добавлено: 28 ноября 2025 г.
Решение дифференциальных уравнений с помощью языковых моделей из коробки: потенциал небольших LLM в математике
Кольцов С. Н., Игнатенко В. В., Сурков А. Ю. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 С. 311–319
В данной работе рассматривается способность малых рассуждающих языковых моделей к построению аналитических решений дифференциальных уравнений. Компьютерные эксперименты проводятся на таких моделях, как DeepSeek-R1-Distill-Qwen-1.5B, Qwen2.5-1.5B и Open-Reasoner-Zero-1.5B. Для извлечения финального ответа из рассуждений моделей используется постобработка на основе двух языковых моделей – Qwen2.5.latest и llama3.2.latest. Затем извлеченные ответы сравниваются с эталонными решениями с помощью метрики BLEU. ...
Добавлено: 27 ноября 2025 г.
Доклады Российской академии наук. Математика, информатика, процессы управления, том 527
М.: ФГБУ «Российская академия наук», 2025.
СПЕЦИАЛЬНЫЙ ВЫПУСК: ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ ...
Добавлено: 27 ноября 2025 г.
Смежные права на результаты интеллектуальной деятельности, созданные искусственным интеллектом: философско-правовой анализ замены критерия творчества на критерий инвестиций
Пакшин П. К., Актуальные проблемы российского права 2025 Т. 20 № 11 С. 11–18
Статья посвящена обоснованию необходимости правовой охраны результатов интеллектуальной деятельности, созданных искусственным интеллектом, посредством смежных прав. Рассматриваются пути снижения правовых рисков создания результатов интеллектуальной деятельности с помощью технологий искусственного интеллекта, и проводится философско-правовой анализ выдвинутой гипотезы — замены творчества на инвестиции в качестве критерия охраноспособности. В соответствии с авторской концепцией философско-правовым основанием замены критерия творчества может ...
Добавлено: 27 ноября 2025 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.
2025 International Joint Conference on Neural Networks (IJCNN)
IEEE, 2025.
Добавлено: 15 ноября 2025 г.
Segmentation of Vertebral Arteries on the MR Images
Prikhodko R., Moshkin A., Романов А. Ю., , in: 2025 International Russian Automation Conference (RusAutoCon).: IEEE, 2025. P. 273–278.
Добавлено: 6 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.
Transformers and State-Space Models: Fine-Tuning Techniques for Solving Differential Equations
Игнатенко В. В., Сурков А. Ю., Zakharov V. и др., Sci 2025 Vol. 7 No. 3 Article 130
Добавлено: 10 октября 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
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору