• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Об управлении химическим составом сырьевого материала и режимом плавки для обеспечения требуемых механических свойств стальных изделий серийного производства
  • 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
  • 2028
  • 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
25 сентября 2026 г.
«Климатический переход - это необязательно ограничение для бизнеса»
Линара Хадимуллина работает в сфере низкоуглеродного развития. В интервью проекту «Молодые ученые Вышки» она рассказала, почему природа для нее не просто красивый фон, зачем исследовать роль устойчивого корпоративного управления в снижении выбросов парниковых газов и как выращивание урожая становится источником вдохновения.
25 сентября 2026 г.
Окно в организм: российские ученые создали нейросеть, которая определяет риск заболеваний по глазам
Российские университеты с участием НИУ ВШЭ, Сбер и концерн ИИ Z-union разработали нейросеть, которая по фотографии сетчатки может одновременно оценивать риск 15 видов патологий, включая не только глазные болезни, но и сердечно-сосудистые заболевания. ИИ-система помогает врачу заметить тревожные изменения на ранней стадии, признаки, которые отражаются на состоянии сосудов сетчатки, и понять, нужно ли человеку пройти дополнительное обследование. Работа опубликована в журнале Frontiers in Medicine.
23 сентября 2026 г.
В НИУ ВШЭ испытали робота с ИИ для распознавания окружающей среды
Инженеры и исследователи Института робототехнических систем НИУ ВШЭ провели первые испытания нейросетевой модели для распознавания среды непосредственно на роботе-собаке. Робот передвигался по зданию НИУ ВШЭ на Покровке, а также по Покровскому бульвару, анализируя окружающую обстановку и определяя, в какой сцене и локации он находится.

 

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

?

Об управлении химическим составом сырьевого материала и режимом плавки для обеспечения требуемых механических свойств стальных изделий серийного производства

Прикладная математика и вопросы управления. 2023. № 3. С. 109–126.
Ясницкий Л. Н., Мезенцев А. С.

Целью работы является создание математической модели, пригодной для опера-
тивного управления прочностными характеристиками получаемого стального изделия
в условиях серийного сталеплавильного производства. Существующие подходы, ос-
нованные на результатах испытаний опытных образцов, получаемых в лабораторных
условиях, для этой цели не подходят, поскольку в условиях серийного сталеплавиль-
ного производства на прочностные характеристики изделий, помимо их химического
состава, влияет структура металла и множество других условий плавок. Подходы, в
которых при прогнозировании принимается во внимание структура металла, также не
могут быть использованы, так как получение параметров структуры металла возмож-
но уже только после разливки и затвердевания стали, когда оперативные управляю-
щие воздействия на результаты плавок уже невозможны. Главная идея исследования
состоит в том, чтобы обучить нейронную сеть на тех данных серийного производст-
венного процесса, которые прямо или косвенно влияют на механические характери-
стики получаемых изделий, и, таким образом, учитывать структуру металла неявным
образом. Отмечается, что данные, собранные в условиях действующего серийного
производства, неизбежно содержат множество статистических выбросов, поэтому
datasets подвергались тщательной очистке с помощью авторского алгоритма, что
позволило создать пригодную для практического применения нейросетевую модель.
С помощью разработанной нейросетевой модели методом замораживания в графи-
ческом виде построены зависимости ударной вязкости от режимов работы мартенов-
ской печи, условий плавок и химического состава. Исследование нейросетевой моде-
ли позволило выявить некоторые закономерности моделируемого процесса, в частно-
сти, установить, что в условиях мартеновского производства химический состав
играет не первостепенную роль в формировании прочностных характеристик изделий.
В результате исследований нейросетевой модели получены рекомендации по повы-
шению ударной вязкости производимых изделий и по выводу некоторых из них из
брака за счет изменения условий плавок и химического состава металла.

Научное направление: Компьютерные науки Химия Механика и машиностроение
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: нейронная сетьударная вязкостьхимический составartificial neural networkchemical compositionore raw materialsimpact strengthmelting parametersсырьевой материалПараметры плавки
Похожие публикации
Inverse quickest path problem on networks under weighted l_\infty norm
Qian X., Guan X., Zhang B. и др., Journal of Global Optimization 2026
Добавлено: 27 сентября 2026 г.
A New Recruitable E3 Ligase UHRF1 Supporting Targeted Protein Degradation: A Minimal Azide as a Recruitment Ligand
Гуреев М. А., Advanced Science 2026 P. 1–13
Добавлено: 26 сентября 2026 г.
Navigating Complexity: Statistical Methods, Data Analysis, and Machine Learning for Actionable Insights
Switzerland: Springer Cham, 2026.
Добавлено: 25 сентября 2026 г.
An early warning system for emerging markets
Краевский А. А., Соколовский Е. И., Prokhorov A., Emerging Markets Review 2026 No. 74 P. 1–19
Добавлено: 25 сентября 2026 г.
Экспериментальное сравнение HTTP/2 и HTTP/3 в условиях программно моделируемой сетевой деградации
Дубич Е. В., Щагин Д. В., Славянский форум 2026 № 2 (52) С. 560–565
В статье сравниваются протоколы HTTP/2 и HTTP/3 при передаче статических файлов в условиях программно моделируемой сетевой деградации. Эксперимент показал, что HTTP/3 не является универсально более быстрым, но устойчивее проявляет себя при росте задержки и потерь пакетов. ...
Добавлено: 25 сентября 2026 г.
Synthesis of Acyclic Models for Processes Without Repeating Events
Joulitov A.K., Lomazova I.A., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 4(2) P. 215–224
В майнинге процессов (process mining) графы непосредственного следования (Directly-Follows Graph, DFG) популярны благодаря своей простоте и наглядности. Однако, если процесс является ациклическим, но содержит параллельные события, стандартные алгоритмы построения DFG-моделей могут генерировать «ложные» циклы, которыe не представлены в журнале событий. Такие циклы мешают анализу информационных процессов, значительно снижая интерпретируемость и точность (precision) модели. Эта проблема ...
Добавлено: 24 сентября 2026 г.
Анализ протокола выработки общего ключа для управления микросхемой интеллектуальной карты
Добрина Д. Н., Нестеренко А. Ю., Прикладная дискретная математика. Приложение 2026 № 19 С. 151–159
Работа содержит результаты формального анализа криптографических механизмов, входящих в состав проекта методических рекомендаций «Защищенный универсальный протокол передачи данных и управления микросхемой интеллектуальной карты» (протокол SECUNDA). Получена формальная модель и перечень трудноразрешимых математических задач, трудоёмкостью решения которых можно оценить стойкость используемых криптографических механизмов. ...
Добавлено: 24 сентября 2026 г.
Discovering object-centric Petri nets with parametric arcs
I.I. Sergeev, I.A. Lomazova, Modeling and Analysis of Information Systems 2026 Vol. 33 No. 3 P. 394–419
Объектно-ориентированный process mining сформировался как эффективная парадигма анализа событийных данных, включающих несколько взаимодействующих бизнес-объектов. Существующие методы обнаружения моделей часто опираются на объектно-ориентированные сети Петри с фиксированными кратностями дуг, что ограничивает их способность представлять параметрические закономерности потребления и производства ресурсов, а также отражать количественные зависимости между взаимодействующими типами объектов. В данной работе предлагается метод обнаружения объектно-ориентированных ...
Добавлено: 24 сентября 2026 г.
Critical dynamics of conformational exchange in a nearcritical solvent: A statistical-mechanical three-mode theory
Будков Ю. А., Kiselev M. G., Journal of Chemical Physics 2026 Vol. 165 No. 12 Article 124508
Добавлено: 24 сентября 2026 г.
Multilayer Membranes Based on MK-40 for Electrodialysis Separation of Ions
Юрова П. А., Стенина И. А., Ярославцев А. Б., Membranes and Membrane Technologies 2026 Vol. 8 No. 1 P. 1–8
Добавлено: 24 сентября 2026 г.
Hybrid Graph Retrieval-Augmented Language Agents for Collaborative Recommendation
Ivan Bulychev, Савченко А. В., AI 2026 Vol. 7 No. 9 Article 380
Добавлено: 24 сентября 2026 г.
Определение эффективности обнаружения DNS-туннелей при помощи нейронной сети в системе обнаружения вторжений
Маринин Н. Д., Гетьман А. И., В кн.: Труды Института системного программирования РАНЧ. 2. Т. 38. Вып. 4.: ИСП РАН, 2026.
Аннотация. В работе рассматривается метод обнаружения туннелей, реализованных с помощьюпротокола DNS в сетевом трафике при помощи нейронной сети. Для этого был произведен анализактуальных методов. Подготовлен набор данных для обучения нейронной сети. Предложенная модельиспользует на входе последовательность символов, извлеченная из DNS ответа. Обученная модельпоказала F1-меру близкую к единице. Для проверки работоспособности доработаны модули системыобнаружения вторжений с ...
Добавлено: 23 сентября 2026 г.
Risks and the image of the future in the study of AI technologies prospects
Снегирев А. Ю., Сычев С. В., Futures 2026 Vol. 183 P. 1–22
Добавлено: 23 сентября 2026 г.
Choosing Between AI Responses: How Valence, Arousal, and Dominance Shape User Preference
Паршаков П. А., Паклина С. Н., International Journal of Human-Computer Interaction 2026 P. 1–17
Добавлено: 23 сентября 2026 г.
A Two-Stage Deep Reinforcement Learning Framework for Radio Resource Management and Network Slicing in 5G Heterogeneous Networks
Андраби У. М., Wadood E., Ojha S. K. и др., IEEE Access 2026 Vol. 14 P. 103358–103375
Добавлено: 23 сентября 2026 г.
LLM-assisted writing and citation advantage: evidence from scientific publications before and after ChatGPT release
Паклина С. Н., Паршаков П. А., Elena Rapoport, Scientometrics 2026 P. 1–26
Добавлено: 23 сентября 2026 г.
Label-Free Quantification in the Crux Toolkit
Кертес-Фаркаш А., Аквей Ф. Л., Journal of Proteome Research 2026 Vol. 25 P. 3764–3768
Добавлено: 23 сентября 2026 г.
Exact screening constraints for theories of inhomogeneous electrolytes: Generalized Stillinger–Lovett relations and a nonlinear Ward hierarchy
Будков Ю. А., Journal of Chemical Physics 2026 Vol. 165 No. 12 Article 124105
Добавлено: 22 сентября 2026 г.
Risk Assessment Models for Heated Tobacco Products
Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Risk Analysis 2026 Vol. 46 No. 4 P. 1–26
Добавлено: 22 сентября 2026 г.
Определение эффективности обнаружения DNS-туннелей при помощи нейронной сети в системе обнаружения вторжений
Маринин Н. Д., Гетьман А. И., Труды Института системного программирования РАН 2026 Т. 38 № 4 С. 123–142
В работе рассматривается метод обнаружения туннелей, реализованных с помощью протокола DNS в сетевом трафике при помощи нейронной сети. Для этого был произведен анализ актуальных методов. Подготовлен набор данных для обучения нейронной сети. Предложенная модель использует на входе последовательность символов, извлеченная из DNS ответа. Обученная модель показала F1 меру близкую к единице. Для проверки работоспособности доработаны ...
Добавлено: 11 сентября 2026 г.
Neural Network Simulation of a Residential Building for a Data-Driven Thermal Consumption
Стукач О. В., Ershov I., Dvurechenskaya N., , in: 2025 Dynamics of Systems, Mechanisms and Machines (Dynamics). International scientific and technical conference Omsk State Technical University, Omsk, Russia.: IEEE, 2025. P. 1–4.
Добавлено: 19 августа 2026 г.
Декомпозиция и прогноз социальных настроений россиян (нейросетевой подход)
Карачаровский В. В., Ларина У. С., Резмерица А. А., Социологические исследования 2026 № 7 С. 60–75
На основе нейросетевого подхода проводится декомпозиция индекса социальных настроений в России за период 2004-2024 гг., и моделируется динамика социальных настроений в этот период. Обсуждается: (а) природа шоков социальных настроений в России на основе их связи с концепциями политики памяти, сверхдержавы, национальной идеи; (б) проблема амбивалентности факторов, формирующих социальные настроения, и (в) преимущества и ограничения моделирования ...
Добавлено: 14 мая 2026 г.
Replacing Criterion of Creativity with Criterion of Investment for Results Created by Artificial Intelligence
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.
Нейронная сеть как инструмент поддержки принятия решений по ликвидации экономических последствий нештатных ситуаций
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.
  • 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