?
ПОИСК ПУТЕЙ СОВЕРШЕНСТВОВАНИЯ ЦИФРОВОГО ПРЕДСТАВЛЕНИЯ ТЕКСТИЛЬНЫХ МАТЕРИАЛОВ С ЦЕЛЬЮ ОБНАРУЖЕНИЯ ДЕФЕКТОВ
Известия высших учебных заведений. Технология текстильной промышленности. 2022. № 2 (398). С. 104–108.
В статье рассмотрена возможность использования нейросетевых технологий для автоматизированного поиска дефектов текстильных материалов. Представлен разработанный лабораторный стенд, на котором проводится фотосъемка образцов для формирования обучающей выборки. Проведен ряд исследований по влиянию различных видов освещенности материала при получении изображения с камеры. Выполнено исследование по влиянию изменения угла наклона камеры относительно образца ткани. Предложены различные варианты по устранению нежелательного искажения на изображениях.
Язык:
русский
Ronglin Z., Wei L., Jiahong C. и др., Journal of Signal Processing Systems 2026 Vol. 98 P. 1–15
Добавлено: 16 мая 2026 г.
Суворов Н. М., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3(2) P. 49–66
Сети Петри с данными (DPN) являются расширением классических сетей Петри, позволяющим моделировать процессы, где данные влияют на поток управления, обеспечивая комплексное представление о поведении системы и возможность обнаружения точек отказа, которые в противном случае были бы скрыты. Одним из критериев корректности для моделей процессов является бездефектность. Модель процесса называется бездефектной, если она всегда корректно завершается ...
Добавлено: 16 мая 2026 г.
Рассмотрены проблемы метрологического обеспечения средств измерений показателя преломления твёрдых оптических материалов (кремния, германия и т. п.), применяемых в инфракрасном диапазоне спектра (инфракрасных материалов). Показатель преломления оптических материалов в инфракрасном диапазоне длин волн необходимо знать с высокой точностью при разработке оптики для тепловизоров, приборов ночного видения и т. п. В настоящее время актуальны задачи разработки отечественных ...
Добавлено: 14 мая 2026 г.
Neal N. X., Weiqing L., Dacheng H. и др., Algorithms 2026 Vol. 19 No. 5 P. 1–22
Добавлено: 13 мая 2026 г.
Velichkov B., Nikolova-Koleva I., Slavcheva M., Shumen: INCOMA Ltd, 2025.
Добавлено: 12 мая 2026 г.
Методика оценки функциональной безопасности маршрутизаторов на основе вероятностно-физической модели
Полесский С. Н., Тумковский С. Р., Цветков В. Э. и др., Информационно-управляющие системы 2026 № 2 С. 49–60
Функциональная безопасность сетевых маршрутизаторов, используемых в критической информационной инфраструктуре, требует количественной оценки на основе надежностных данных. Существующие методики оценки показателей безопасности не отражают влияние физических механизмов деградации в реальных условиях эксплуатации, что снижает достоверность результатов и затрудняет принятие обоснованных технических решений. Цель: повысить точность количественной оценки функциональной безопасности маршрутизаторов путем разработки методики, учитывающей деградационные процессы и ...
Добавлено: 12 мая 2026 г.
Степанянц В. Г., Долгов И. М., Хорошилов Г. С. и др., Труды Института системного программирования РАН 2026 Т. 38 № 3 С. 95–110
На рынок постепенно выходят высокоавтоматизированные и подключенные транспортные средства (ТС). В настоящее время предлагаются решения, позволяющие использовать эти технологии для совместного управления дорожным движением, что может значительно повысить его безопасность. В статье анализируются требования к интегрированной среде моделирования подключенных и высокоавтоматизированных ТС и совместной автоматизации управления дорожным движением с высокодетализированным учетом влияния окружающих объектов. Проанализированы ...
Добавлено: 12 мая 2026 г.
Тихонов Р. А., Efendiev M. T., Fedotenkov A. A., 2026 International Russian Smart Industry Conference (SmartIndustryCon) 2026 P. 542–547
Добавлено: 11 мая 2026 г.
Los Alamitos: IEEE Computer Society, 2026.
Добавлено: 10 мая 2026 г.
Авдошин С. М., Песоцкая Е. Ю., Информационные технологии 2026 Т. 32 № 4 С. 185–194
С развитием ИИ, и в особенности глубокого обучения, появились модели, способные давать крайне точные
прогнозы. Однако их внутренняя логика остается трудной для понимания — и это серьезная проблема, особенно в сферах, где от корректности алгоритма зависят критиче ски важные решения. Одним из перспективных
путей ее решения считается направление Explainable Artificial Intelligence (XAI) — разработка подходов, позволяющих прояснять ...
Добавлено: 8 мая 2026 г.
Авдошин С. М., Песоцкая Е. Ю., Business Informatics 2026 Vol. 20 No. 1 P. 7–28
Добавлено: 8 мая 2026 г.
Ismagilov T., Mukosey A., Смирнов Ф. А. и др., International Journal of High Performance Computing Applications 2026 Vol. 40 No. 2 P. 240–253
Добавлено: 7 мая 2026 г.
Ясницкий Л. Н., Голдобин М. А., Мезенцев А. С., Прикладная математика и вопросы управления 2025 № 2 С. 99–116
Представлен обзор современных методов и основанных на них программных
инструментах, применяемых для математического моделирования серийных производственных процессов с целью снижения брака и повышения качества производимых изделий. Перечисляются группы работ, нацеленных на обнаружение и классификацию дефектов, работ, в которых решаются задачи прогнозирования образования дефектов и определения значимости параметров, работ направленных на поиск
оптимального сочетания технологических параметров изготовления изделий, ...
Добавлено: 5 мая 2026 г.
Монахова Э. А., Монахов О. Г., Рзаев Э. Р. и др., Прикладная дискретная математика 2026 Т. 71 С. 112–127
В настоящей работе исследовано совместное конструирование топологий семейств оптимальных по диаметру циркулянтных сетей $C(N; \pm 1, \pm s_2)$ и реализуемых для них оптимальных алгоритмов маршрутизации сложности $O(1)$. Предлагаемый алгоритм маршрутизации основан на использовании масштабируемых параметров $L$-образных шаблонов плотной укладки графов на плоскости для семейств оптимальных сетей.
Определены аналитические формулы зависимости этих параметров от диаметра графов семейств ...
Добавлено: 4 мая 2026 г.
Добавлено: 4 мая 2026 г.
Мультимодальные фундаментальные модели и медицинские мультимодальные большие языковые модели формируют новый класс диагностических систем поддержки принятия решений, способных работать с разнородными источниками данных: медицинскими изображениями (рентген, КТ, МРТ, УЗИ, гистология), сигналами (ЭКГ, ЭЭГ), текстом (история болезни, протоколы, выписки), лабораторными показателями, данными молекулярного профилирования и др. В статье систематизированы архитектуры и стратегии обучения, обеспечивающие переносимость между ...
Добавлено: 4 мая 2026 г.
Honolulu: IEEE, 2025.
Добавлено: 3 мая 2026 г.
Добавлено: 3 мая 2026 г.
Добавлено: 3 мая 2026 г.
Пакшин П. К., Legal Issues in the Digital Age 2026 Vol. 7 No. 1 P. 32–48
Искусственный интеллект выполняет значимую функцию в процессе автоматизации, минимизируя операционное участие человека в таких сферах, как медицина, искусство и юриспруденция. Несмотря на исторически тесную взаимосвязь искусства и технологий, именно генеративный искусственный интеллект расширил потенциал для творческой деятельности. Существенным катализатором этого процесса стало распространение предобученных систем искусственного интеллекта, интенсифицировавших развитие технологий в области обработки естественного языка ...
Добавлено: 31 марта 2026 г.
Мезенцев А. С., Ясницкий В. Л., Миролюбова Т. В. и др., В кн.: Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века : Сборник статей по материалам Десятой всероссийской научно-практической конференции с международным участием (г. Пермь, ПГНИУ, 9–10 октября 2025 г.).: Пермский государственный национальный исследовательский университет, 2025. С. 148–150.
На примере серийного производства стальных отливок показана возможность применения нейронных сетей в качестве системы поддержки принятия решений по снижению
отрицательных экономических последствий некоторых нештатных ситуаций, связанных
со сбоями поставок сырьевого материала.
Ключевые слова: нештатная ситуация, производственный брак, нейронная сеть, прогнозирование, сырьевой материал, моделирование ...
Добавлено: 15 февраля 2026 г.
Ясницкий Л. Н., Голдобин М. А., В кн.: Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века : Сборник статей по материалам Десятой всероссийской научно-практической конференции с международным участием (г. Пермь, ПГНИУ, 9–10 октября 2025 г.).: Пермский государственный национальный исследовательский университет, 2025.
В статье предложен алгоритм нейросетевого метода поиска выбросов статистической информации. Алгоритм основан на анализе поведения накопленной ошибки обучения
множества нейросетей персептронного типа с одним скрытым слоем, полученной суммированием для каждого примера обучающего набора данных. Количество нейронов
скрытого слоя каждой нейросети определяется исходя из следствия теоремы Арнольда –
Холмогорова – Хехт-Нильсена, которое регламентирует количество связей и количество
нейронов скрытого слоя, ...
Добавлено: 15 февраля 2026 г.
Пермский государственный национальный исследовательский университет, 2025.
Представлены материалы Десятой всероссийской научно-практической конференции с международным участием «Искусственный интеллект в решении
актуальных социальных и экономических проблем ХХI века», которая проводилась 9–10 октября 2025 г. в Перми, ПГНИУ.
Сборник предназначен для научных и педагогических работников, преподавателей, аспирантов, магистрантов, студентов и всех, кто интересуется и занимается проблемами развития и применения методов искусственного интеллекта. ...
Добавлено: 15 февраля 2026 г.