10 стратегических тенденций развития технологий в 2020 году>. - Текст : электронный // Деловое совершенство. - 2020. - № 4. - С. 56-58
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Рубрики: Цифровая экономика Кл.слова (ненормированные): АВТОМАТИЗАЦИЯ -- ЦИФРОВЫЕ ТЕХНОЛОГИИ -- ГИПЕРАВТОМАТИЗАЦИЯ -- ДОПОЛНЯЮЩИЕ ТЕХНОЛОГИИ -- КОМПЬЮТИНГ -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- МАШИННОЕОБУЧЕНИЕ -- АВТОНОМНЫЕ СИСТЕМЫ -- РАСПРЕДЕЛЕННОЕ ОБЛАКО -- БЛОКЧЕЙН -- РАЗВИТИЕ ТЕХНОЛОГИЙ Аннотация: Двадцать лет назад, на рубеже тысячелетий, когда еще не появились ни iPhone, ни Twitter, ни Facebook, мир ИТ был глубоко озабочен проблемой 2000 г. А что мы имеем в начале 2020-х? Год 2020-й возвещает начало еще одного десятилетия, насыщенного революционными тенденциями в области технологий. Некоторые передовые технологии уже стали обыденными, но появление новых сценариев их использования и новых приложений откроет дополнительные преимущества и возможности. Исследовательская компания Gartner прогнозирует, что основными стратегическими тенденциями развития в 2020 г. будут гиперавтоматизация, блокчейн и защита с помощью искусственного интеллекта.
Автоматика, связь, информатика : ежемесячный научно-теоретический и производственно-технический журнал ОАО "Российские железные дороги". - Москва : ОАО "РЖД", 1923 - . - ISSN 0005-2329. - Выходит ежемесячно. - Текст : непосредственный. 2024г. N 6
1. - 536.24, р.
Содержание: Линьков, Владимир Иванович. Выбор технико-эксплуатационных характеристик рельсовых цепей на ВСЖМ / В. И. Линьков, В. С. Кузьмин. - С.2-5 Кл.слова: ВЫСОКОСКОРОСТНОЕ ЖЕЛЕЗНОДОРОЖНОЕ ДВИЖЕНИЕ, РЕЛЬСОВАЯ ЦЕПЬ, ШУНТОВАЯ ЧУВСТВИТЕЛЬНОСТЬ Козловский, Алексей Петрович. Совершенствование оценки межпоездного интервала / А. П. Козловский, В. С. Лобанова, А. П. Осипов. - С.6-8 Кл.слова: ИНТЕРВАЛЬНОЕ РЕГУЛИРОВАНИЕ, МЕЖПОЕЗДНОЙ ИНТЕРВАЛ, МОДЕЛИРОВАНИЕ, РАСЧЕТНАЯ МЕТОДИКА Рябиченко, Роман Борисович. Применение эвристического метода при обслуживании линий связи / Р. Б. Рябиченко. - С.9-12 Кл.слова: ЭВРИСТИЧЕСКИЕ МЕТОДЫ, КАБЕЛЬНЫЕ ЛИНИИ СВЯЗИ, ВОЛОКОННО-ОПТИЧЕСКИЕ ЛИНИИ СВЯЗИ Полевский, Илья Сергеевич. АПК фиксации исполненного движения / И. С. Полевский, А. С. Чигирёнков. - С.13-15 Кл.слова: КОМПЬЮТЕРНОЕ ЗРЕНИЕ, МАШИННОЕОБУЧЕНИЕ, ГРАФИК ИСПОЛНЕННОГО ДВИЖЕНИЯ Артюхина, Мария Александровна. Переход к единой сервис-ориентированной архитектуре внешних взаимодействий системы «Экспресс» / М. А. Артюхина. - С.16-17 Кл.слова: "ЭКСПРЕСС" НП, СЕРВИС-ОРИЕНТИРОВАННАЯ АРХИТЕКТУРА Максимов, Эдуард Юрьевич. Нормирование работ по предоставлению ИТ-услуг / Э. Ю. Максимов. - С.18 Кл.слова: ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, НОРМИРОВАНИЕ ТРУДА Стахеев, Иван Геннадьевич. Защита кабельных линий от перехвата информации / И. Г. Стахеев, К. И. Лукин, А. К. Сагдеев, О. В. Титова. - С.19-22 Другие авторы: Лукин К. И., Сагдеев А. К., Титова О. В. Кл.слова: СЕТЬ ЖЕЛЕЗНОДОРОЖНОЙ ЭЛЕКТРОСВЯЗИ, КАБЕЛЬНЫЕ ЛИНИИ СВЯЗИ, ТЕХНИЧЕСКИЕ СРЕДСТВА ПЕРЕХВАТА ИНФОРМАЦИИ Наумова, Д. В. Вопросы грозозащиты / Д. В. Наумова. - С.23-24 Кл.слова: ЖАТ, ПЕРЕНАПРЯЖЕНИЕ Лукоянов, Сергей Викторович. Снижение вероятности сбоев кодов АЛСН / С. В. Лукоянов, Е. Н. Швецов. - С.25-27 Кл.слова: СИСТЕМА ПЕРЕДАЧИ, ПЕРЕДАЧА СИГНАЛОВ Стрекалов, Сергей Викторович. Внедрение факсимильного центра ОАО «РЖД» / С. В. Стрекалов, Е. М. Равинская. - С.28-30 Кл.слова: ЦИФРОВЫЕ ТЕХНОЛОГИИ, ФАКСИМИЛЬНОЕ СООБЩЕНИЕ, ЭКСПЛУАТАЦИОННЫЕ РАСХОДЫ Каменев, Александр Иванович. В ногу со временем / А. И. Каменев. - С.31-34 Кл.слова: ИСТОРИЯ ЖЕЛЕЗНЫХ ДОРОГ, СИГНАЛИЗАЦИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ Топилина, Вера Сергеевна. Этапы развития телекоммуникаций в ЦСС / В. С. Топилина. - С.35-36 Кл.слова: ИСТОРИЯ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА, ИСТОРИЯ СВЯЗИ Перотина, Г. А. Лучший наставник среди связистов / Г. А. Перотина. - 2 стр. обл. Наумова, Д. В. Импортонезависимость в телекоммуникациях / Д. В. Наумова. - 3 стр. обл.
Имеются экземпляры в отделах:
всего 1 : ЧЗ №2 (1) Свободны: ЧЗ №2 (1)
Агравал, Аджай. Машинноеобучение: инструкция для опоздавших / А. Агравал, Д. Ганс, А. Голдфарб>. - Текст : электронный // Harvard Business Review. - 2020. - № 10. - С. 68-72
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Азимбаев, Д. Ж. Искусственный интеллект и машинноеобучение / Д. Ж. Азимбаев, И. А. Куан, И. В. Гулида>. - Текст : электронный // Вестник современных исследований. - 2019. - № 1.3 (28). - С. 6-7
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Рубрики: Цифровая экономика Кл.слова (ненормированные): ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- МАШИННОЕОБУЧЕНИЕ -- СЕТЬ НА ОСНОВЕ НАМЕРЕНИЙ -- IoT Аннотация: Что такое искусственный интеллект(ИИ). Отличие от естественного интеллекта. Машинноеобучение (ML). Выполнение новых, ранее невиданных задач после получения опыта с набором обучающих данных. Особенность IoT. Распознавание речи. Рекомендация по продукту. Распознавание фигур. Обнаружение мошенничества с кредитными картами. Распознавание лиц.
Бабич, Н. А. Параметрический синтез интерференционной модели нейронной сети / Н. А. Бабич>. - Текст : электронный // Вестник современных исследований. - 2019. - № 1.13 (28). - С. 52-56
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Рубрики: Цифровая экономика Кл.слова (ненормированные): НЕЙРОННЫЕ СЕТИ -- МАШИННОЕОБУЧЕНИЕ -- РАСПОЗНАВАНИЕ -- МАШИННОЕ ЗРЕНИЕ -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Аннотация: В данной статье описывается структура интерференционной модели нейронной сети и её параметры. В статье подбираются значения параметров, позволяющие решать задачу распознавания образов с максимальной точностью, а также приводятся экспериментальные данные, показывающие эффективность подбора.
Бутыркин, А. Я. Использование предиктивной аналитики в процессах моделирования и машинногообучения на транспорте / А. Я. Бутыркин, В. А. Гелис, Е. Б. Куликова>. - Текст : непосредственный // Железнодорожный транспорт : Ежемесячный научно-теоретический технико-экономический журнал. - 2021. - N 11. - С. 50-54
. - ISSN 0044-4448
Гвоздева, Валентина Александровна. Интеллектуальные технологии в беспилотных системах : учебник / В. А. Гвоздева. - 2-е изд., доп. - Москва : ИНФРА-М, 2023. - 197 с. on-line - Вид и объём ресурса: Электрон. текстовые дан. - (Среднее профессиональное образование). - Систем. требования: Internet Explorer 4.0.2 и выше. - Znanium.com. - ISBN 978-5-16-111181-9 : Б. ц.. - Текст : электронный. Содержание: Основы управления беспилотными системами с помощью интеллектуальных информационных технологий . - С .12 Роботизация беспилотных систем на основе искусственного интеллекта . - С .37 Модели, методы и средства моделирования . - С .52 Управление данными в беспилотных системах . - С .104 Информационные технологии в беспилотных системах различных видов . - С .119 Информационные технологии безопасности беспилотных систем . - С .162 Список тем для рефератов и докладов по курсу . - С .184 Проверочные тесты по курсу «Интеллектуальные технологии в беспилотных системах» . - С .186 Ответы на проверочные тесты . - С .194
Рубрики: Информатика Кл.слова (ненормированные): БЕСПИЛОТНЫЕ ТЕХНОЛОГИИ -- ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ -- УПРАВЛЕНИЕ ДАННЫМИ -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- РОБОТИЗАЦИЯ -- СИМВОЛЬНОЕ МОДЕЛИРОВАНИЕ -- МАШИННОЕОБУЧЕНИЕ -- ВОЗДУШНЫЕ БЕСПИЛОТНЫЕ СИСТЕМЫ -- НАЗЕМНЫЕ БЕСПИЛОТНЫЕ СИСТЕМЫ -- ГИБРИДНЫЕ СИСТЕМЫ -- ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ Аннотация: В учебнике рассмотрена работа по применению интеллектуальных технологий в беспилотных системах. Дано описание методики исследования, изложены результаты проведенной работы, а также их интерпретация. Изучены основы управления интеллектуальными беспилотными системами. Описаны основные понятия и определения, история развития, основы управления данными в беспилотных системах. Приведены основные методы и модели, используемые в интеллектуальных беспилотных системах. Рассмотрены вопросы управления данными в беспилотных системах различных видов деятельности. Соответствует требованиям федеральных государственных образовательных стандартов среднего профессионального образования последнего поколения. Для студентов вузов и учреждений среднего профессионального образования, обучающихся по направлениям подготовки и специальностям, предполагающим изучение дисциплин, связанных с интеллектуальным управлением в беспилотных системах.
Для просмотра полного текста, пожалуйста, авторизируйтесь.
Дейлид, И. А. Применение методов машинногообучения для определения препятствий с помощью стереозрения / И. А. Дейлид, С. А. Молодяков>. - Текст : непосредственный // Железнодорожный транспорт : Ежемесячный научно-теоретический технико-экономический журнал. - 2019. - N 12. - С. 27-29
. - ISSN 0044-4448
Кл.слова (ненормированные): БЕСПИЛОТНЫЕ ТРАНСПОРТНЫЕ СРЕДСТВА -- СТЕРЕОЗРЕНИЕ -- МАШИННОЕОБУЧЕНИЕ -- СЕМАНТИЧЕСКАЯ СЕГМЕНТАЦИЯ -- ОБНАРУЖЕНИЕ ПРЕПЯТСТВИЙ Аннотация: Журнал продолжает публикацию статей по организации беспилотного движения, разработке необходимых технических средств и технологий, систем управления и др. Рассматривается подход обнаружения препятствий на основе комбинации методов машинногообучения и стереозрения. Предлагается применять результаты работы алгоритмов стереозрения в качестве входных данных для моделей семантической сегментации в целях обнаружения препятствий на пути следования. Приводится анализ подходов с использованием данных от симулятора.
Доп.точки доступа: Молодяков, С.А.
Имеются экземпляры в отделах:
всего 1 : ЧЗ №2 (1) Свободны: ЧЗ №2 (1)
Железнодорожный транспорт : ежемесячный научно-теоретический технико-экономический журнал. - Москва : ОАО "РЖД", 1826 - . - ISSN 0044-4448. - Выходит ежемесячно. - Текст : непосредственный. 2021г. N 11
1
Содержание: Коротко о важном. - С.2-3 Бородин, А. Ф. Автоматизированная система организации вагонопотоков: современная теория и практика / А. Ф. Бородин, Д. М. Вербов, Д. В. Рубцов, П. О. Новиков. - С.4-17 Другие авторы: Вербов Д. М., Рубцов Д. В., Новиков П. О. Кл.слова: ВАГОНОПОТОКИ, ЭКСПЛУАТАЦИОННАЯ РАБОТА Контейнерный калейдоскоп. - С.18-21 Лапидус, Б. М. Об основных направлениях научных исследований в интересах опережающего развития ОАО "РЖД" и их приоритезации / Б. М. Лапидус. - С.22-29 Кл.слова: ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ, ПЕРЕВОЗКИ Тулупов, А. В. Перспективы научно-технологического развития железнодорожных компаний / А. В. Тулупов, И. П. Васильев, Д. А. Ионов [и др.]. - С.30-35 Другие авторы: Васильев И.П., Ионов Д.А., Карасев О.И., Шитов Е.А., Архипов Д.Г. Кл.слова: ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ, ТЕХНОЛОГИЧЕСКОЕ РАЗВИТИЕ Чернуха, А. В. Система управления интеллектуальной собственностью ОАО "РЖД" / А. В. Чернуха, Д. В. Орехов, Д. Б. Клефортов, М. А., Братковская И. В. Наумова М. А. - С.36-39 Другие авторы: Орехов Д. В., Клефортов Д. Б., Наумова М. А., Братковская И. В. Кл.слова: ИННОВАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ, ИНТЕЛЛЕКТУАЛЬНАЯ СОБСТВЕННОСТЬ, СИСТЕМА УПРАВЛЕНИЯ Певзнер, В . О. О влиянии длинных неровностей пути на безопасность движения / В . О. Певзнер, Е. А. Сидорова, К. В. Шапетько, И. М., Сластенин А. Ю. Анисина И. М. - С.40-44 Другие авторы: Сидорова Е. А., Шапетько К. В., Анисина И. М., Сластенин А. Ю. Кл.слова: ИНФРАСТРУКТУРА ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА, БЕЗОПАСНОСТЬ ДВИЖЕНИЯ, НЕРОВНОСТИ УЧАСТКОВ ПУТИ Коссов, В. С. О развитии технической диагностики локомотивного оборудования / В. С. Коссов, М. В. Федотов, С. Н. Журавлев, Н. И. Бенькович. - С.45-49 Другие авторы: Федотов М. В., Журавлев С. Н. , Бенькович Н. И. Кл.слова: ПОДВИЖНОЙ СОСТАВ, ТЕХНИЧЕСКАЯ ДИАГНОСТИКА, ЛОКОМОТИВНОЕ ОБОРУДОВАНИЕ Бутыркин, А. Я. Использование предиктивной аналитики в процессах моделирования и машинногообучения на транспорте / А. Я. Бутыркин, В. А. Гелис, Е. Б. Куликова. - С.50-54 Кл.слова: ЦИФРОВАЯ ТРАНСФОРМАЦИЯ, МАШИННОЕОБУЧЕНИЕ Шигаев, О. Б. Оценка эффективности использования трудовых ресурсов как инструмент повышения производительности труда / О. Б. Шигаев, О. В. Долгушева. - С.55-59 Кл.слова: ОЦЕНКА ЭФФЕКТИВНОСТИ, ТРУДОВЫЕ РЕСУРСЫ, ПРОИЗВОДИТЕЛЬНОСТЬ ТРУДА Застрелкин, Д. Ю. Методы предиктивного определения необходимой численности работников / Д. Ю. Застрелкин. - С.60-63 Кл.слова: МЕТОДЫ, ПРЕДИКТИВНОЕ ОПРЕДЕЛЕНИЕ, ЧИСЛЕННОСТЬ РАБОТНИКОВ Орлов, Г. Г. Повышение операционной эффективности за счет усиления проектной деятельности / Г. Г. Орлов : 64-65 Кл.слова: ПРОЕКТНАЯ ДЕЯТЕЛЬНОСТЬ, ОПЕРАЦИОННАЯ ЭФФЕКТИВНОСТЬ Ван, Сюй. Из истории КВЖД и угольных шахт Чжалайнора / Сюй Ван. - С.66-67 Кл.слова: ИСТОРИЯ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА Киселёв, И. П. Перспективы грузовых высокоскоростных перевозок / И. П. Киселёв, А. А. Китунин. - С.69-78 Кл.слова: ЗАРУБЕЖНЫЙ ОПЫТ, ВЫСОКОСКОРОСТНЫЕ ПЕРЕВОЗКИ, ГРУЗОВЫЕ ПЕРЕВОЗКИ На железных дорогах мира. - С.79-80
Имеются экземпляры в отделах:
всего 1 : ЧЗ №2 (1) Свободны: ЧЗ №2 (1)
> (Свободных экземпляров нет) Шифр: Ж884896/2024/4 Журнал
Железнодорожный транспорт : ежемесячный научно-теоретический технико-экономический журнал. - Москва : ОАО "РЖД", 1826 - . - ISSN 0044-4448. - Выходит ежемесячно. - Текст : непосредственный. 2024г. N 4
1. - 1464.09, р.
Содержание: Коротко о важном. - С.2-3 Кл.слова: СТРОИТЕЛЬСТВО ВСМ, МОЛОДЕЖНЫЙ ФОРУМ Кирякин, В. Ю. Цифровая прогнозная макромодель движения поездопотоков ЭЛЬБРУС-М / В. Ю. Кирякин, А. Г. Сахаров, С. А. Виноградов [и др.]. - С.4-11 Другие авторы: Сахаров А. Г., Виноградов С. А., Мехедов М. И., Мугинштейн Л. А., Анфиногенов А. Ю., Лобанов С.В., Ляшко О. В. Кл.слова: МОДЕЛИРОВАНИЕ ТРАНСПОРТНЫХ ПОТОКОВ, ЭЛЬБРУС-М, АПК ЭЛЬБРУС, фундаментальная диаграмма ТРАНСПОРТНОГО ПОТОКА Контейнерный калейдоскоп. - С.12-13 Кл.слова: МУЛЬТИМОДАЛЬНАЯ ОТПРАВКА, КОНТЕЙНЕРНЫЙ СЕРВИС, КОНТЕЙНЕРНЫЕ ПЕРЕВОЗКИ Геворкян, Г. А. Новые цифровые сервисы Дирекции железнодорожных вокзалов / Г. А. Геворкян, В. И. Ульяницкая, Б. В. Корчажинский, Л. А. Зятикова. - С.14-16 Другие авторы: Ульяницкая В. И., Корчажинский Б. В., Зятикова Л. А. Кл.слова: ПИСЬМЕННАЯ СПРАВКА, ЭЛЕКТРОННЫЕ УСЛУГИ Вакуленко, С. П. Улучшение системы голосовых оповещений / С. П. Вакуленко, К. А. Калинин, В. В. Круташова. - С.17-18 Кл.слова: ПАССАЖИРСКИЕ ПЕРЕВОЗКИ, ОБЩЕСТВЕННЫЙ ТРАНСПОРТ, СОЦИАЛЬНАЯ РЕКЛАМА Молодые исследователи – транспорту. - С.19-23 Кл.слова: ВСЕРОССИЙСКИЙ КОНКУРС НАУЧНЫХ РАБОТ, ОБЪЕДИНЕННЫЙ УЧЕНЫЙ СОВЕТ, НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ПРОЕКТ Никифоров, Н. А. Сохранять и приумножать железнодорожные традиции : к 40-летию ветеранской организации железнодорожного транспорта / Н. А. Никифоров. - С.24-30 Кл.слова: СОВЕТ ВЕТЕРАНОВ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА, НОВАТОРЫ ТРАНСПОРТА, ЖЕЛЕЗНОДОРОЖНЫЕ ТРАДИЦИИ Тришин, Н. А. Предсменный инструктаж: как его усовершенствовать? / Н. А. Тришин. - С.31-33 Кл.слова: БЕЗОПАСНОСТЬ ДВИЖЕНИЯ ПОЕЗДОВ, ПРЕДСМЕННЫЙ ИНСТРУКТАЖ, ЦИФРОВИЗАЦИЯ ИНСТРУКТАЖЕЙ Певзнер, В. О. Учитывать изменения условий эксплуатации пути / В. О. Певзнер. - С.34-38 Кл.слова: МАССА ПОЕЗДА, ВНЕЗАПНЫЕ ОТКАЗЫ, ВИБРОНАГРУЖЕННОСТЬ ПУТИ Новости транспортного машиностроения. - С.39 Кл.слова: ПОЛУВАГОН, ГИБРИДНЫЙ ЭЛЕКТРОВОЗ Желенков, Борис Владимирович. Киберугрозы и кибербезопасность: состояние и тренды / Б. В. Желенков, С. В. Малинский. - С.40-42 Кл.слова: КИБЕРБЕЗОПАСНОСТЬ, КИБЕРПРЕСТУПНОСТЬ, ПРОГРАММА-ВЫМОГАТЕЛЬ Желенков, Борис Владимирович. Комплексный подход к обучению студентов в области вычислительных систем и информационной безопасности / Б. В. Желенков, Я. М. Голдовский. - С.42-45 Кл.слова: РУТ (МИИТ), ОБУЧЕНИЕ ИНФОРМАЦИОННЫМ ТЕХНОЛОГИЯМ, ОБУЧЕНИЕ РАБОТЕ С ПРОГРАММНО-АППАРАТНЫМИ СИСТЕМАМИ Сидоренко, В. Г. Подготовка специалистов в области интеллектуальных транспортных систем / В. Г. Сидоренко. - С.45-48 Кл.слова: ИНТЕЛЛЕКТУАЛЬНЫЕ ТРАНСПОРТНЫЕ СИСТЕМЫ, ПРЕДИКТИВНАЯ АНАЛИТИКА, МАШИННОЕОБУЧЕНИЕ Славинская, О. В. Щит безопасности / О. В. Славинская. - С.49 Кл.слова: ГК SOFTLINE, ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ, СИСТЕМЫ УПРАВЛЕНИЯ Леонкин, А. Д. Из истории железнодорожного сообщения между Россией и Китаем / А. Д. Леонкин. - С.50-54 Кл.слова: ПРИГРАНИЧНЫЕ ОТНОШЕНИЯ, РОССИЙСКО-КИТАЙСКАЯ ГРАНИЦА, ТРАНСГРАНИЧНЫЕ ТРАНСПОРТНЫЕ КОРИДОРЫ На железных дорогах мира. - С.55-56 Кл.слова: БРАЗИЛИЯ, КИТАЙ, ИНДИЯ
Имеются экземпляры в отделах:
всего 1 : ЧЗ №2 (1) Свободных экз. нет
Экз.1 (ЧЗ №2) занят
Каргина, Л. А. Применение цифровых технологий при реализации проектов умного транспорта / Л. А. Каргина, Т. М. Дмитриева>. - Текст : электронный // Экономика железных дорог : Журнал для руководителей и финансово-экономических работников. - 2020. - N 10. - С. 59-65
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Квантовая информатика: обзор основных достижений / А. С. Сигов [и др.]>. - Текст : электронный // Российский технологический журнал. - 2019. - Т. 7. № 1. - С. 5-37
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Рубрики: Цифровая экономика Кл.слова (ненормированные): КВАНТОВАЯ ИНФОРМАТИКА -- КВАНТОВЫЙ КОМПЬЮТЕР -- КВАНТОВЫЕ АЛГОРИТМЫ -- МОДЕЛИРОВАНИЕ -- НЕЙРОННАЯ СЕТЬ -- МАШИННОЕОБУЧЕНИЕ -- КРИПТОГРАФИЯ -- КОГНИТИВНЫЕ ТЕХНОЛОГИИ Аннотация: Обоснована актуальность проведения и выделены перспективные направления научных исследований в области квантовой информатики. По иностранным и российским публикациям и материалам сделан обзор основных научных результатов, характеризующих современное состояние исследований в квантовой информатике. Отмечено, что наиболее интенсивно знания и средства инвестируются в разработку архитектуры квантового компьютера и его элементов. Несмотря на то, что сегодня нет информации о создании физической реализации квантового компьютера, сравнимого по функциональным возможностям с классическим цифровым вычислителем, разработка квантовых алгоритмов является одним из актуальных направлений исследований. Преимущество квантовых алгоритмов заключается в снижении времени решения задачи за счет распараллеливания операций путем генерирования запутанных квантовых состояний и их последующего использования. Указанное преимущество (квантовое ускорение) является наиболее выигрышным при решении задачи моделирования динамики сложных систем и переборных математических задач (общий случай перебора – схема Гровера и ее варианты; задачи поиска скрытых периодов – схема Шора использования быстрого квантового преобразования Фурье и ее аналоги). Отмечена востребованность разработок в области кибербезопасности (поиск уязвимостей в умных пространствах, безопасное хранение и использование больших данных, квантовая криптография). Представлено более десятка статей, посвященных квантовым алгоритмам поиска ключей, распределению ключей на оптическом волокне различной длины, анализу квантовых ресурсов, необходимых для проведения кибератаки. В области искусственного квантового интеллекта внимание уделяется, в первую очередь, «поискам» модели квантовой нейронной сети, оптимальной с точки зрения использования всех преимуществ, представляемых квантовыми вычислениями и нейронными сетями, а также алгоритмам машинногообучения. Приведены примеры использования квантовых вычислений в когнитивных и социальных науках для исследования механизма принятия решений при неполных данных. Сделан вывод о перспективности применения квантовой информатики при моделировании сложных естественных и искусственных явлений и процессов.
Доп.точки доступа: Сигов , Александр Сергеевич; Андрианова, Елена Гельевна; Жуков, Дмитрий Олегович; Зыков, Сергей Викторович; Тарасов, Илья Евгеньевич
Машинноеобучение выходит из-под контроля / Б. Бабик, Г. Коэн, Т. Эвгениу, С. Герке>. - Текст : электронный // Harvard Business Review. - 2021. - № 3. - С. 59-65
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Рубрики: Цифровая экономика Кл.слова (ненормированные): ЦИФРОВЫЕ ТЕХНОЛОГИИ -- МАШИННОЕОБУЧЕНИЕ -- РИСКИ -- АЛГОРИТМЫ -- ПОСРЕДНИЧЕСКИЕ РИСКИ -- МОРАЛЬНЫЕ РИСКИ -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Аннотация: Что происходит, когда из-за машинногообучения (программ, которые впитывают новые данные и на их основе меняют способы принятия решений) инвестиции оказываются убыточными, кандидаты на вакансии или потенциальные заемщики оцениваются предвзято, а автомобили попадают в аварии? Могут ли умные продукты и сервисы развиваться автономно — или лучше блокировать их «эволюцию» и периодически обновлять алгоритмы? Когда и с какой регулярностью проводить обновления во втором случае? Как оценивать риски того или иного варианта и справляться с ними?
Озеров, А. В. Развитие систем автоматизации управления движением поездов / А. В. Озеров, В. М. Малинов, А. С. Маршова>. - Текст : электронный // Железнодорожный транспорт : Ежемесячный научно-теоретический технико-экономический журнал. - 2022. - N 3. - С. 10-15
. - ISSN 0044-4448 Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Онтологии больших данных,машинногообучения, и искусственного интеллекта на цифровой железной дороге / В. С. Лазуткина [и др.]>. - Текст : электронный // International Journal of Open Information Technologies. - 2019. - vol. 7, no.5. - С. 75-88
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Рубрики: Цифровая экономика Кл.слова (ненормированные): ЦИФРОВАЯ ЖЕЛЕЗНАЯ ДОРОГА -- БОЛЬШИЕ ДАННЫЕ -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- МАШИННОЕОБУЧЕНИЕ -- АНАЛИЗ РИСКОВ -- ЖЕЛЕЗНАЯ ДОРОГА -- ЖЕЛЕЗНОДОРОЖНЫЙ ДОМЕН Аннотация: Настоящая статья посвящена использованию онтологий в проектах цифровой железной дороги. Онтология – это систематическая классификация предметных знаний, которая поддерживает использование различных баз данных осмысленным образом. Железнодорожные перевозки стали областью, в которой производительность все больше зависит от имеющейся способности извлекать информацию из сложных наборов данных, а также принимать оптимальные решения в режиме реального времени. Поэтому эффективное управление информацией и данными жизненно важно для железной дороги, которая является тесно связанной онтологической системой систем, где изменения в любой части могут иметь значительные последствия в других местах. Например, онтология является одним из важных факторов реализации проекта анализа рисков больших данных (BDRA) для железных дорог. Целью BDRA является поддержка анализа рисков и принятие решений по безопасности из широкого спектра источников данных, а также для улучшения управления рисками безопасности на железных дорогах. В качестве примера в работе рассмотрено онтологическое проектирование для проекта цифровой железной дороги Rail Baltica. Отмечается большая роль искусственного интеллекта и систем на базе машинногообучения. Также в работе показано, что для того, чтобы в полной мере использовать эти новые технологии, железнодорожная отрасль должна пересмотреть свой подход к сбору и хранению данных и выбрать правильный набор онтологий.
Перспективные тенденции и технологические тренды в области IT : мониторинг. Вып. 4 / Открытое акционерное общество "Российские железные дороги", ЦНТИБ - филиал ОАО "РЖД". - М. : ОАО "РЖД", 2020. - 29 с. on-line - Вид и объём ресурса: Электрон. текстовые дан. (1 Мб). - Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС. - Б. ц.. - Текст : электронный. Содержание: Значимые события в области IT в России . - С .3-19 Значимые события в области IT за рубежом . - С .20-29
Сеславина, Е. А. Информационные технологии комплексного управления рисками безопасности перевозок / Е. А. Сеславина, Е. Н. Евдокимова>. - Текст : электронный // Экономика железных дорог : Журнал для руководителей и финансово-экономических работников. - 2022. - N 8. - С. 89-96
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Кл.слова (ненормированные): УПРАВЛЕНИЕ БЕЗОПАСНОСТЬЮ ПЕРЕВОЗОК -- МАШИННОЕОБУЧЕНИЕ -- УПРАВЛЕНИЕ РИСКАМИ -- ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ -- НАРУШЕНИЯ БЕЗОПАСНОСТИ ДВИЖЕНИЯ Аннотация: Предложенный подход позволяет идентифицировать участки инфраструктуры по риску возникновения нарушений безопасности движения (НБД); на основе полученных прогнозных значений разрабатывается план мероприятий по предупреждению НБД, повышается оперативность принятия управленческих решений, создается возможность сокращения затрат на восстановление движения за счет своевременной реализации комплекса превентивных действий.
Сидоренко, В. Г. Подготовка специалистов в области интеллектуальных транспортных систем / В. Г. Сидоренко>. - Текст : непосредственный // Железнодорожный транспорт : Ежемесячный научно-теоретический технико-экономический журнал. - 2024. - N 4. - С. 45-48
. - ISSN 0044-4448
Кл.слова (ненормированные): ИНТЕЛЛЕКТУАЛЬНЫЕ ТРАНСПОРТНЫЕ СИСТЕМЫ -- ПРЕДИКТИВНАЯ АНАЛИТИКА -- МАШИННОЕОБУЧЕНИЕ -- ПОДГОТОВКА КАДРОВ Аннотация: Анализируется опыт подготовки кадров в области машинногообучения, предиктивной аналитики и интеллектуальных транспортных систем в целом. Подчеркивается, что залогом успешного решения этой задачи является тесное взаимодействие с работодателями и внедрение инновационных образовательных технологий в образовательный процесс, вовлечение студентов в практическую и научную деятельность. Рассматриваются процесс, результаты и перспективы подготовки специалистов по указанным направлениям на кафедре «Управление и защита информации» РУТ (МИИТ).
Имеются экземпляры в отделах:
всего 1 : ЧЗ №2 (1) Свободных экз. нет
Экз.1 (ЧЗ №2) занят
Цифровые технологии : тематическая подборка / сост. Е. М. Розентальс ; отв. за выпуск Е. В. Шавыркина. - Красноярск : КрЦНТИБ, 2021. - 216 с. - Б. ц.. - Текст : непосредственный. Содержание: Абдримова, Мария. Цифровые следы: какой эффект можно получить от внедрения блокчейн-технологий / М. Абдримова. - С .13 Кл.слова: БЛОКЧЕЙН ТЕХНОЛОГИЯ, ХРАНЕНИЕ ИНФОРМАЦИИ, БАЗА ДАННЫХ Гулый, И. М. Эффекты внедрения блокчейн-технологий в деятельности железнодорожных компаний / И. М. Гулый. - С .17 Кл.слова: БЛОКЧЕЙН-ТЕХНОЛОГИИ, БЛОКЧЕЙН, ПРЕИМУЩЕСТВА, БЛОКЧЕЙН, ВНЕДРЕНИЕ Коровяковский, Е. К. О выборе типа блокчейн / Е. К. Коровяковский, А. Ю. Попадюк. - С .26 Кл.слова: ЦИФРОВИЗАЦИЯ ТРАНСПОРТА, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, БЛОКЧЕЙН, ТИП Никулина, А. Е. Применение технологии блокчейн в логистике / А. Е. Никулина. - С .28 Кл.слова: БЛОКЧЕЙН В ЛОГИСТИКЕ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, ХРАНЕНИЕ ИНФОРМАЦИИ Русинов, И. А. Фактическое влияние блокчейн-технологии на процесс транспортировки грузов / И. А. Русинов. - С .31 Кл.слова: МЕЖДУНАРОДНАЯ ЛОГИСТИКА, БЛОКЧЕЙН В ЛОГИСТИКЕ, ЦИФРОВИЗАЦИЯ ТРАНСПОРТА Каменкова, А. Л. Применение больших данных для анализа пассажиропотока на скоростных магистралях Российской Федерации / А. Л. Каменкова. - С .35 Кл.слова: БОЛЬШИЕ ДАННЫЕ, ПАССАЖИРОПОТОК, АНАЛИЗ, СКОРОСТНОЙ ТРАНСПОРТ Парицкий, Владимир. Как использовать Big Data, чтобы предсказывать поломки оборудования / В. Парицкий. - С .45 Кл.слова: БОЛЬШИЕ ДАННЫЕ, ЦИФРОВАЯ ИНФОРМАЦИЯ, ОБРАБОТКА, АНАЛИЗ ДАННЫХ Таволжанская, О. Н. Большие данные. Data-ориентированный подход к ведению бизнеса / О. Н. Таволжанская, Н. Е. Баранов. - С .49 Кл.слова: BIG DATA В БИЗНЕСЕ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, РАСПРЕДЕЛЕННЫЕ ВЫЧИСЛЕНИЯ Использование виртуальной реальности в процессе обучения . - С .57 Кл.слова: ВИРТУАЛЬНАЯ РЕАЛЬНОСТЬ В ОБРАЗОВАНИИ, VR-ТЕХНОЛОГИЯ, ПОДГОТОВКА ЖЕЛЕЗНОДОРОЖНЫХ КАДРОВ Молчанов, Олег Викторович. Обучение с помощью комплекта виртуальной реальности / О. В. Молчанов. - С .60 Кл.слова: ВИРТУАЛЬНАЯ РЕАЛЬНОСТЬ В ОБРАЗОВАНИИ, VR-ТЕХНОЛОГИЯ, ПОДГОТОВКА ЖЕЛЕЗНОДОРОЖНЫХ КАДРОВ Обухов, А. Д. На основе технологий виртуальной реальности / А. Д. Обухов, И. Н. Ломакин, А. А. Понятов. - С .62 Кл.слова: ВИРТУАЛЬНАЯ РЕАЛЬНОСТЬ, ТРЕНАЖЕР, ПРОГРАММНЫЙ СИМУЛЯТОР Афанасенко, Павел. Как автоматизировать процессы охраны труда с помощью интернета вещей / П. Афанасенко, А. Малафеев. - С .67 Кл.слова: ИНТЕРНЕТ ВЕЩЕЙ, ВНЕДРЕНИЕ, ОХРАНА ТРУДА Малафеев, Андрей. Как с минимальными затратами внедрить интернет вещей / А. Малафеев. - С .73 Кл.слова: ИНТЕРНЕТ ВЕЩЕЙ, ВНЕДРЕНИЕ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Рахманова, М. А. Интернет вещей на железнодорожном транспорте / М. А. Рахманова. - С .80 Кл.слова: ИНТЕРНЕТ ВЕЩЕЙ, ВНЕДРЕНИЕ, ЦИФРОВИЗАЦИЯ Выскребенцев, Алексей. Искусственный интеллект в производственных процессах: когда это эффективно? / А. Выскребенцев. - С .85 Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ВНЕДРЕНИЕ, ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ, ФИНАНСОВАЯ ВЫГОДА Константинов, Владимир. Беспристрастный взгляд. Нормированием труда путейцев займется искусственный интеллект / В. Константинов. - С .87 Кл.слова: НОРМИРОВАНИЕ ПРОИЗВОДСТВЕННЫХ РАБОТ, ЦИФРОВАЯ ТРАНСФОРМАЦИЯ, ПУТЕВОЕ ХОЗЯЙСТВО Косорукова, Ирина Вячеславовна. Проблемы и перспективы применения искусственного интеллекта в России и в мире / И. В. Косорукова, В. Н. Межинский, А. А. Лигай. - С .89 Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ИНФОРМАЦИОННОЕ ОБЩЕСТВО Кухаренко, Виталий. Звездный час искусственного интеллекта / В. Кухаренко. - С .110 Кл.слова: МАШИННОЕОБУЧЕНИЕ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ВИРТУАЛЬНОЕ ПРИЛОЖЕНИЕ Минин, Алексей. Гибридные модели: коллаборация человеческой логики и алгоритмов ИИ / А. Минин. - С .114 Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ФЭС, ГИБРИДНАЯ МОДЕЛЬ Тюшеская, Ольга. ОЦО: Центр массового применения искусственного интеллекта = <ОЦО> / О. Тюшеская. - С .116 Кл.слова: ОБЩИЙ ЦЕНТР ОБСЛУЖИВАНИЯ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Ускова, О. А. Технологии в помощь. Искусственный интеллект позволит снизить число аварий на железной дороге / О. А. Ускова. - С .122 Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ОАО РЖД, COGNITIVE RAILL PILOT Фаунтейн, Тим. Искусственный интеллект с широкими полномочиями / Т. Фаунтейн, Б. Маккарти, Т. Салех. - С .124 Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ПРИМЕНЕНИЕ Федоров, С. Внедрение систем на базе ИИ для крупнейших российских компаний / С. Федоров. - С .133 Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, ВНЕДРЕНИЕ, МАШИННОЕОБУЧЕНИЕ, ТЕЛЕКОММУНИКАЦИИ Филатов, Андрей. Нас ждет развитие продуктов на базе искусственного интеллекта / А. Филатов. - С .135 Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, БЛОКЧЕЙН, ОНЛАЙН-КОНФЕРЕНЦИЯ Агравал, Аджай. / А. Агравал, Д. Ганс ; нное обучение: инструкция для опоздавших А. Голдфарб. - С .139 Кл.слова: МАШИННОЕОБУЧЕНИЕ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Бабик, Борис. Машинноеобучение выходит из-под контроля / Б. Бабик, Г. Коэн, Т. Эвгениу, С. Герке. - С .147 Другие авторы: Коэн Г., Эвгениу Т., Герке С. Кл.слова: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, МАШИННОЕОБУЧЕНИЕ, РИСКИ Радеев, Никита Андреевич. Предсказание лавинной опасности методами машинногообучения / Н. А. Радеев. - С .156 Кл.слова: АЛГОРИТМ ПРЕДСКАЗАНИЯ, МАШИННОЕОБУЧЕНИЕ, ВЕРТИФИКАЦИЯ МОДЕЛИ Бойсунов, Б. П. Особенности и тенденции развития нейронных сетей / Б. П. Бойсунов, Ш. С. Ташматова. - С .169 Кл.слова: НЕЙРОННЫЕ СЕТИ, ОБЛАСТЬ ПРИМЕНЕНИЯ, ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Мащенко, П. Е. Оптимизация модели нейронной сети U-HarDNet-70 для сегментации железнодорожного пути / П. Е. Мащенко, П. П. Ширяев. - С .174 Кл.слова: НЕЙРОННАЯ СЕТЬ, ПРИМЕНЕНИЕ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ, СЕГМЕНТАЦИОННАЯ НЕЙРОННАЯ СЕТЬ, U-HARDNET-70 Сивицкий, Д. А. Анализ опыта и перспектив применения искусственных нейронных сетей на железнодорожном транспорте / Д. А. Сивицкий. - С .178 Кл.слова: НЕЙРОННЫЕ СЕТИ, ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ, НЕЙРОСЕТЕВОЕ МОЖЕЛИРОВАНИЕ, ЖЕЛЕЗНОДОРОЖНЫЙ ТРАНСПОРТ Эфендиева, Марина. Глубокие изменения. Какие области захватывает Deep Learning / М. Эфендиева. - С .186 Кл.слова: МАШИННОЕОБУЧЕНИЕ, НЕЙРОННЫЕ СЕТИ, ОБЛАСТЬ ПРИМЕНЕНИЯ, DEEP LEARNING Гольдштейн, А. Б. Цифровой двойник для управления сетью связи / А. Б. Гольдштейн, С. В. Кисляков. - С .193 Кл.слова: КРОСС-ДОМЕННАЯ МОДЕЛЬ, OSS/BSS, 5/6G Королев, В. В. Цифровой двойник стрелочного перевода / В. В. Королев. - С .199 Кл.слова: СТРЕЛОЧНЫЙ ПЕРЕВОД, ВИРТУАЛЬНЫЙ ПРОТОТИП, ВИРТУАЛЬНАЯ МОДЕЛЬ Сергеев, Игорь. Методологические аспекты использования концепции цифровых двойников при мониторинге цепей поставок / И. Сергеев. - С .202 Кл.слова: ЦИФРОВОЙ ДВОЙНИК, УПРАВЛЕНИЕ ЦЕПЯМИ ПОСТАВОК, ЛОГИСТИЧЕСКИЙ БИЗНЕС-ПРОЦЕСС Хачатурян, Михаил. Цифровые двойники и дополненная реальность: модный тренд или реальная помощь бизнесу? / М. Хачатурян. - С .211 Кл.слова: ЦИФРОВОЙ ДВОЙНИК, СВОЙСТВА, ЦИФРОВОЙ ДВОЙНИК, СФЕРА ПРИМЕНЕНИЯ Чернышевская, Юлия. Гляжу в DT, как в зеркало / ю. Чернышевская. - С .214 Кл.слова: ЦИФРОВОЙ ДВОЙНИК, СФЕРА ПРИМЕНЕНИЯ, ЦИФРОВОЙ ДВОЙНИК, ТЕХНОЛОГИЯ
Рубрики: Железнодорожный транспорт--Цифровизация Кл.слова (ненормированные): ТЕМАТИЧЕСКАЯ ПОДБОРКА ДЦНТИБ -- ЦИФРОВЫЕ ИННОВАЦИИ В ТРАНСПОРТНОМ КОМПЛЕКСЕ -- БЛОКЧЕЙН -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- ИНТЕРНЕТ ВЕЩЕЙ -- BIG DATA -- ВИРТУАЛЬНАЯ И ДОПОЛНЕННАЯ РЕАЛЬНОСТЬ -- ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ТРАНСПОРТА Аннотация: В ближайшее время скорость принятия решений, внедрения новых технологий и получения информации станет для компаний и предприятий одним из самых главных факторов успеха, который определит дальнейшие пути их развития. Социально-экономическая трансформация общества и экономики происходит под влиянием массового внедрения и применения цифровых технологий. Некоторые передовые технологии уже стали обыденными, но появление новых сценариев их использования и новых приложений откроет дополнительные преимущества и возможности. В совершенно разных областях деятельности используются: блокчейн и искусственный интеллект, технологии обработки больших массивов данных (big data) и Интернет вещей (1оТ), виртуальная и дополненная реальность, машинноеобучение, нейронные сети и цифровые двойники. Именно об этих направлениях цифровизации и пойдет речь в материалах тематической подборки. Кроме того, авторы статей, включенных в тематическую подборку, анализируют современное состояние цифровых технологий, оказывающих ключевое влияние на технологическое и социально-экономическое развитие индустрии, общества, экономики и обозначают направления развития цифровых технологии.
Для просмотра полного текста, пожалуйста, авторизируйтесь.
Доп.точки доступа: Розентальс, Евгения Михайловна \сост.\; Шавыркина, Елена Валериевна \отв. за выпуск.\; Герке, С.
Экземпляры всего: 1 ЧЗ №2 (1) Свободны: ЧЗ №2 (1) Количество выдач: 3
Шведов, В. А. Распознавания дорожных знаков сверточными нейронными сетями различной структуры, с применением графических процессоров CUDA / В. А. Шведов, Е. С. Ильин>. - Текст : электронный // Транспортная инфраструктура Сибирского региона : материалы Шестой международной научно-практической конференции, посвященной 40-летию со дня образования Иркутского государственного университета путей сообщения, 30 сентября - 03 октября 2015 г. В 2-х т. / ред. коллегия: А. П. Хоменко, А. И. Артюнин, С. К. Каргопольцев ; отв. за выпуск М. А. Савостеева. - Иркутск : ИрГУПС, 2015. - Т.2. - С. 282-286
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС
Рубрики: Труды КрИЖТ ИрГУПС Кл.слова (ненормированные): машинноеобучение -- глубинное обучение -- сверточные -- CUDA -- GPU -- DNN Аннотация: Для обеспечения безопасности движения, как на железнодорожном транспорте, так и на дорогах общего пользования, актуальной задачей является совершенствование интеллектуальных систем помощи водителю. По последним данным системы распознавания в задачах классификации изображений не только не уступают человеческому восприятию, но и могут превосходить его. В работе описаны результаты решения задачи GTSRB с помощью сверточных сетей AlexNet, GoogLeNet на программном обеспечении DIGITS.
Доп.точки доступа: Хоменко, Андрей Павлович \ред. коллегия\; Артюнин, Анатолий Иванович \ред. коллегия\; Каргопольцев, Сергей Константинович \ред. коллегия\; Савостеева, Маргарита Андреевна \отв. за выпуск\; Ильин, Евгений Сергеевич; Шестая международная научно-практическая конференция(6 ; 30.09.2015 - 3.10.2015 ; Иркутск); Российская Федерация. Федеральное агентство железнодорожного транспорта; ФГБОУ ВПО "Иркутский государственный университет путей сообщения"; Иркутский научный центр СО РАН; Российские железные дороги. Восточно-Сибирская железная дорогаМонгольский государственный университет науки и технологии; Восточно-Китайский транспортный университет; Корейский национальный университет транспорта