Поиск по сайту


   
Дополнительные параметры поиска

Результаты поиска ( Отсортировано по релевантности | Сортировать по дате )


В издательстве MDPI (Швейцария) вышла книга по применению технологий машинного обучения для энергетических систем

В издательстве MDPI (Швейцария) выходит книга Machine Learning for Energy Systems («Машинное обучение для энергетических систем») под редакцией профессора РАН, д.ф.м.н. Д.Н. Сидорова."В издании приводится обзор новейших ...

Теги: энергетическая система , теплоснабжение , газотранспортная система , машинное обучение , искусственный интеллект
Раздел: ИСЭМ СО РАН / Новости
Использование машинного обучения в ситуационном управлении применительно к задачам электроэнергетики

Массель Л.В., Гергет О.М, Массель А.Г., Мамедов Т.Г. Использование машинного обучения в ситуационном управлении применительно к задачам электроэнергетики // Информационные и математические технологии в науке и управлении. №3(15). 2019. C.5-17. DOI: 10.25729/2413-0133-2019-3-01 В статье рассматриваются возможности применения методов машинного обучения (искусственных нейронных сетей (ИНС) и генетических алгоритмов (ГА) для формирования управляющих воздействий при применении концепции ситуационного...

Теги: ситуационное управление , машинное обучение , искусственные нейронные сети , генетические алгоритмы , экстремальные ситуации в энергетике , управляющие воздействия (превентивные меры)
Раздел: ИСЭМ СО РАН
Поиск ключевых управляющих параметров для оперативного прогноза полного электронного содержания ионосферы

А.В. Жуков, Сидоров Д.Н., А.А. Мыльникова, Ю.В. Ясюкевич Поиск ключевых управляющих параметров для оперативного прогноза полного электронного содержания ионосферы // Современные проблемы дистанционного зондирования Земли из космоса. Т.15. №3. 2018. C.263-272. DOI: 10.21046/2070-7401-2018-15-3-263-272 scopus http://d33.infospace.ru/d33_conf/sb2018t3/263-272.pdf Оперативное прогнозирование динамики ионосферных параметров является актуальной и при этом достаточно сложной задачей. Один из основных вопросов...

Теги: оперативный прогноз , абсолютное полное электронное содержание , машинное обучение , случайный лес , метод опорных векторов , градиентный бустинг
Раздел: ИСЭМ СО РАН
Использование методов машинного обучения при оценке надёжности электроэнергетических систем методом Монте-Карло

Бояркин Д.А., Крупенев Д.С., Якубовский Д.В. Использование методов машинного обучения при оценке надёжности электроэнергетических систем методом Монте-Карло // Вестник ЮУрГУ. Серия «Математическое моделирование и программирование». Т.11. №4. 2018. C.146-153. DOI: 10/14529/mmp18041 В статье рассматривается вопрос повышения вычислительной эффективности процедуры оценки балансовой надежности электроэнергетических систем при использовании метода статистических испытаний (метод Монте-Карло). При использовании...

Теги: электроэнергетические системы , оценка надежности , метод монте-карло , машинное обучение , electric power systems , adequacy assessment , monte carlo method , machine learning
Раздел: ИСЭМ СО РАН


Телефоны

основной    +7(3952) 500-646
приемная    +7(3952) 42-47-00
факс     +7(3952) 42-67-96
Смотреть справочник