Версия для слабовидящих: Вкл Выкл Изображения: Вкл Выкл Размер шрифта: A A A Цветовая схема: A A A A

Главная

Библиотека КрИЖТ ИрГУПС

Библиотека открыта:

понедельник - пятница: 8.00-16.45

суббота: 9.00-14.00

воскресенье: выходной день

последний четверг месяца: санитарный день

г. Красноярск, ул. Новая Заря, 2И

+7 (391) 248-16-44 (доб. 2118, 2033, 2034, 2035)

lib@krsk.irgups.ru

Мониторинги ЦНТИБ – филиала ОАО «РЖД»

О библиотеке

Журналы

Современные образовательные технологии в учебном процессе вуза

Транспортная безопасность

Вопрос-ответ

Цифровая экономика

Актуальные запросы

В помощь дипломному проектированию

Новинки

Электронно-библиотечные системы

Профессиональные базы данных

Нормативно-технические документы ОАО «РЖД»

Показаны документы с 1 по 13

1-10 11-13

Леохин, Ю. Л.
Идентификация и прогнозирование состояний корпоративных IP-сетей в нейросетевом логическом базисе / Ю. Л. Леохин. - Текст : непосредственный // Открытое образование : науч.-практ. журнал. - М., 2009. - N2. - С. 23-27 : рис. - Библиогр. в конце ст.

ГРНТИ

14.35

ББК Ч48

Кл.слова (ненормированные):
СИСТЕМЫ УПРАВЛЕНИЯ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ

Нет сведений об экземплярах (Источник в БД не найден)

Количество выдач: 0000000

Найти похожие

Титова, Т. С.
Инновационные системы управления электрического подвижного состава / Т. С. Титова, А. М. Евстафьев. - Текст : непосредственный // Железнодорожный транспорт : Ежемесячный научно-теоретический технико-экономический журнал. - 2017. - N 11. - С. 54-59 . - ISSN 0044-4448

Кл.слова (ненормированные):
ИНТЕЛЛЕКТУАЛЬНЫЕ ТРАНСПОРТНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- ЭЛЕКТРИЧЕСКИЙ ПОДВИЖНОЙ СОСТАВ -- АВТОВЕДЕНИЕ -- ИННОВАЦИОННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ
Аннотация: Рассмотрена проблема применения искусственных нейронных сетей при создании бортовых интеллектуальных систем. Отмечено, что искусственные нейронные сети в указанных системах позволяют эффективно решать такие задачи, как реализация нейросетевых принципов управления, идентификация экстремальных ситуаций, контроль и диагностика сложных технических объектов. Освещены основные вопросы создания бортовых интеллектуальных систем реального времени для тягового электроподвижного состава. Основное внимание уделено проблеме обработки информации в бортовых интеллектуальных системах для управления подвижным составом в режиме реального времени с использованием современных методов и средств формализации нечетких знаний.

Доп.точки доступа:
Евстафьев, А.М.

Имеются экземпляры в отделах: всего 2 : ЧЗ (1), ЦДПО (1)
Свободны: ЧЗ (1), ЦДПО (1)

Количество выдач: 0000000

Перейти к описанию источника

Найти похожие

О применении искусственных нейронных сетей на железнодорожном транспорте / В. Б. Положишников [и др.]. - Текст : электронный // Железнодорожный транспорт : Ежемесячный научно-теоретический технико-экономический журнал. - 2019. - N 4. - С. 33-36 . - ISSN 0044-4448
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС

Рубрики: Цифровая экономика
Кл.слова (ненормированные):
ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- СЕТИ ПРЯМОГО РАСПРОСТРАНЕНИЯ -- CВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ -- РЕКУРЕНТНЫЕ НЕЙРОННЫЕ СЕТИ
Аннотация: Дано описание основных видов искусственных нейронных сетей (ИНС): прямого распространения, рекурентных и сверточных. Представлены варианты их возможного применения на железнодорожном транспорте: в системах контроля доступа, при диагностике объектов железнодорожного пути, распознавании потенциально опасных социальных ситуаций, расчете плана формирования поездов.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество книговыдач:1

Количество обращений к полному тексту:44

Доп.точки доступа:
Положишников, В.Б.; Акманов, В.А.; Томащенко, С.Н.; Шипунов, Т.В.

Имеются экземпляры в отделах: всего 1 : ЧЗ №2 (1)
Свободны: ЧЗ №2 (1)

Количество выдач: 1

Перейти к описанию источника

Найти похожие

Шифр: А625879/2021/3
Журнал

Автоматика, связь, информатика : ежемесячный научно-теоретический и производственно-технический журнал ОАО "Российские железные дороги"/ РЖД. - Москва : Автоматика, связь, информатика, 1923 - . - ISSN 0005-2329. - Выходит ежемесячно. - Текст : непосредственный.
2021г. N 3 1

Содержание:
Логвинов, Валерий Иванович. Повышение надежности и безопасности стрелочных переводов пологих марок крестовин с непрерывной поверхностью катания / В. И. Логвинов [и др.]. - С.2-7
Другие авторы: Радыгин С.Ю., Пензев П.В., Минаков Е.Ю.
Кл.слова: СТРЕЛОЧНЫЙ ПЕРЕВОД, ЭЛЕКТРОПРИВОД, УСТРОЙСТВО КОНТРОЛЯ
Хатламаджиян, Агоп Ервандович. Компьютерное зрение для контроля сортировочных процессов / А. Е. Хатламаджиян [и др.]. - С.8-11
Другие авторы: Ольгейзер И.А., Суханов А.В., Борисов В.В.
Кл.слова: АВТОМАТИЗАЦИЯ СОРТИРОВОЧНЫХ СТАНЦИЙ, ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ, АФФИННЫЕ ПРЕОБРАЗОВАНИЯ
Никашев, Алексей Андреевич. Анализ нарушений безопасности движения поездов по признакам культуры безопасности / А. А. Никашев, Н. О. Бересток. - С.12-13
Кл.слова: ЧЕЛОВЕЧЕСКИЙ ФАКТОР, СХОДЫ, АНАЛИЗ НАРУШЕНИЙ
Ефимова, Ольга Владимировна. Развитие культуры безопасности в интеграции с цифровой культурой / О. В. Ефимова, Ю. В. Комарова. - С.14-16
Кл.слова: ЦИФРОВЫЕ ТЕХНОЛОГИИ, ЦИФРОВАЯ КУЛЬТУРА, ПЕРЕВОЗОЧНЫЙ ПРОЦЕСС
Петров, Антон Юрьевич. Интеграция МЦК в городскую транспортную инфраструктуру / А. Ю. Петров. - С.17-18
Кл.слова: МЦК, ИНТЕГРАЦИЯ, МАЛОЕ МОСКОВСКОЕ КОЛЬЦО
Лавренко, Павел Викторович. Цифровая трансформация в обслуживании железнодорожной инфраструктуры / П. В. Лавренко. - С.19-20
Кл.слова: ЦИФРОВЫЕ ТЕХНОЛОГИИ, ИНФРАСТРУКТУРА ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА, ЦИФРОВЫЕ ПЛАТФОРМЫ
Павловский, Андрей Александрович. Применение беспилотных авиационных систем для топографо-геодезических изысканий / А. А. Павловский [и др.]. - С.21-24
Другие авторы: Карелов А.И., Щеглов М.А., Нуйкин А.В.
Кл.слова: ТОПОГРАФО-ГЕОДЕЗИЧЕСКИЕ ИЗЫСКАНИЯ, БЕСПИЛОТНАЯ АВИАЦИОННАЯ СИСТЕМА, СОРТИРОВОЧНАЯ СТАНЦИЯ
Назимова, С. А. "Не хватает рук, а не глаз" / С. А. Назимова. - С.25-27
Кл.слова: ЧЕЛОВЕЧЕСКИЙ ФАКТОР
Демьянов, Владислав Владимирович. Спутниковая навигация для интервального регулирования движения поездов / В. В. Демьянов, Д. Д. Логинов, О. Б. Имарова. - С.28-31
Кл.слова: ИНТЕРВАЛЬНОЕ РЕГУЛИРОВАНИЕ, УПРАВЛЕНИЕ ДВИЖЕНИЕМ ПОЕЗДОВ, СПУТНИКОВЫЕ ТЕХНОЛОГИИ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ
Корчагин, Игорь Юрьевич. Модернизация радиосвязи с применением технологии LTE / И. Ю. Корчагин. - С.32-34
Кл.слова: МОДЕРНИЗАЦИЯ РАДИОСВЯЗИ, LTE, СОВЕРШЕНСТВОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ
Хотин, Максим Иванович. Связисты крупнейшего РЦС / М. И. Хотин, Е. В. Алябина, И. В. Попова. - С.35-38
Кл.слова: МОСКОВСКАЯ ЖЕЛЕЗНАЯ ДОРОГА, РЦС
Наумова, Д. В. Диалог поколений / Д. В. Наумова. - С.39-41
Кл.слова: КОРПОРАТИВНАЯ КУЛЬТУРА
Володина, О. В. Ни о чем не жалею / О. В. Володина. - С.42-44
Назимова, С. А. Верность выбранному пути / С. А. Назимова. - С.44-45
Молчанов, О.В. Обучение с помощью комплекса виртуальной реальности / О. В. Молчанов. - С.46-47
Кл.слова: ОБРАЗОВАНИЕ И ИНТЕРНЕТ, ВИРТУАЛЬНАЯ РЕАЛЬНОСТЬ В ОБРАЗОВАНИИ, ТЕХНИЧЕСКАЯ УЧЕБА

Имеются экземпляры в отделах: всего 1 : ЧЗ №2 (1)
Свободны: ЧЗ №2 (1)

Перейти к сводному описанию журнала

Компьютерное зрение для контроля сортировочных процессов / А. Е. Хатламаджиян, И. А. Ольгейзер, А. В. Суханов, В. В. Борисов. - Текст : электронный // АСИ : ежемесячный научно-теоретический и производственно-технический журнал ОАО "Российские железные дороги". - 2021. - N 3. - С. 8-11 . - ISSN 0005-2329
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС

Рубрики: Цифровая железная дорога
Кл.слова (ненормированные):
АВТОМАТИЗАЦИЯ СОРТИРОВОЧНЫХ СТАНЦИЙ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- АФФИННЫЕ ПРЕОБРАЗОВАНИЯ -- ВИДЕОПОТОК -- СКОРОСТЬ ОБЪЕДИНЕНИЯ ОТЦЕПОВ -- ЭФФЕКТИВНОСТЬ ПЕРЕРАБОТКИ ВАГОНОВ -- ЦИФРОВЫЕ ТЕХНОЛОГИИ -- ХОЗЯЙСТВО АВТОМАТИКИ И ТЕЛЕМЕХАНИКИ -- ЦИФРОВАЯ ЖЕЛЕЗНАЯ ДОРОГА
Аннотация: В статье рассмотрены текущее положение и перспективы применения средств компьютерного зрения для контроля железнодорожных сортировочных процессов в условиях цифровизации и интеллектуализации станций и узлов. Представлены промежуточные результаты внедрения системы компьютерного зрения для контроля подвижных единиц в сортировочном парке. Сообщается о реализации опытного образца системы на сортировочной станции Инская Западно-Сибирской дороги.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество книговыдач:2

Количество обращений к полному тексту:75

Доп.точки доступа:
Хатламаджиян, Агоп Ервандович; Ольгейзер, Иван Александрович; Суханов, Андрей Валерьевич; Борисов, Виктор Вадимович

Имеются экземпляры в отделах: всего 1 : ЧЗ №2 (1)
Свободны: ЧЗ №2 (1)

Количество выдач: 2

Перейти к описанию источника

Найти похожие

Охотников, Андрей Леонидович.
Искусственный интеллект для железной дороги / А. Л. Охотников, А. В. Зажигалкин. - Текст : электронный // АСИ : ежемесячный научно-теоретический и производственно-технический журнал ОАО "Российские железные дороги". - 2021. - N 5. - С. 30-34 . - ISSN 0005-2329
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС

Рубрики: Железнодорожный транспорт--Цифровые технологии
Кл.слова (ненормированные):
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- АНАЛИЗ ДАННЫХ -- СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ -- ПРЕДИКТИВНАЯ АНАЛИТИКА -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- ВИРТУАЛЬНАЯ РЕАЛЬНОСТЬ
Аннотация: В статье дано описание искусственного интеллекта как взаимодействие системы "человек - компьютер" . Обозначены ключевые задачи Стратегии цифровой трансформации ОАО "РЖД", связанные с применением искусственного интеллекта, а также возможные направления применения искусственного интеллекта в области железнодорожного транспорта. Раскрыты основные варианты использования искусственного интеллекта в таких процессах как управление движением поездов, диагностика инфраструктуры и подвижного состава, обеспечение транспортной и производственной безопасности, обучение персонала, ограничение доступа на объекты и охрана окружающей среды. Дан краткий обзор технических и технологических решений по анализу больших данных, обнаружению и идентификации объектов, видеоаналитике и поддержке принятия решений.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество обращений к полному тексту:85

Доп.точки доступа:
Зажигалкин, Александр Владимирович

Имеются экземпляры в отделах: всего 1 : ЧЗ №2 (1)
Свободны: ЧЗ №2 (1)

Количество выдач: 0000000

Перейти к описанию источника

Найти похожие

Савицкий, Дмитрий Андреевич.
Анализ опыта и перспектив применения искусственных нейронных сетей на железнодорожном транспорте / Д. А. Савицкий. - Текст : электронный // Вестник СГУПС. - 2021. - № 1. - С. 33-41
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС

Кл.слова (ненормированные):
НЕЙРОННЫЕ СЕТИ -- ЖЕЛЕЗНОДОРОЖНЫЙ ТРАНСПОРТ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ -- ЖЕЛЕЗНОДОРОЖНЫЕ СТАНЦИИ
Аннотация: В статье рассмотрен опыт использования нейросетевого моделирования при решении задач, связанных с железнодорожным транспортом. Приведена краткая характеристика метода нейросетевого моделирования, а также принципов построения нейронных сетей. Произведен обзор научных работ в области применения искусственных нейронных сетей для решения задач, связанных с железнодорожным транспортом. В результате получена классификация нейросетевых моделей по области их применения. Анализ решаемых в научных работах задач позволил выделить следующие области применения нейросетевого моделирования: контроль технического состояния устройств железнодорожного транспорта, автоматизированное управление устройствами, прогнозирование размеров перевозок и эксплуатационных показателей работы железнодорожного транспорта, определение технических и эксплуатационных характеристик технических устройств и технологических линий, системы поддержки принятия решений. Также в статье предложено использование нейросетевого моделирования для решения задачи определения потребного путевого развития раздельных пунктов как общего, так и необщего пользования. В особенности это может быть актуально для промышленных станций (путей необщего пользования) с нестандартной и трудноформализуемой технологией, что ограничивает применение классических методов.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество обращений к полному тексту:56

Количество выдач: 0000000

Найти похожие

   004
   Ц 75


    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: МАШИННОЕ ОБУЧЕНИЕ, 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, МАШИННОЕ ОБУЧЕНИЕ, 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: МАШИННОЕ ОБУЧЕНИЕ, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
Бабик, Борис. Машинное обучение 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, МАШИННОЕ ОБУЧЕНИЕ, РИСКИ
Радеев, Никита Андреевич. Предсказание лавинной опасности методами машинного обучения / Н. А. Радеев. - С .156
Кл.слова: АЛГОРИТМ ПРЕДСКАЗАНИЯ, МАШИННОЕ ОБУЧЕНИЕ, 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: МАШИННОЕ ОБУЧЕНИЕ, 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

ГРНТИ	73.29.01
УДК	004

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, машинное обучение, 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

Найти похожие

Шифр: А625879/2022/6
Журнал

Содержание:
Долгий, Александр Игоревич. Устройство счета железнодорожных подвижных единиц / А. И. Долгий, А. Е. Хатламаджиян, В. Н. Соколов, И. А., Суханов А. В. Ольгейзер И. А. - С.2-4
Другие авторы: Хатламаджиян А.Е., Соколов В.Н., Ольгейзер И. А., Суханов А. В.
Кл.слова: АВТОМАТИЗАЦИЯ СОРТИРОВОЧНЫХ СТАНЦИЙ, ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ, ТЕХНИЧЕСКОЕ ЗРЕНИЕ
Кузьмин, Владислав Сергеевич. Переносные испытательные шлейфы на контрольных пунктах АЛС / В. С. Кузьмин, С. А. Овсянников, П. М. Меркулов. - С.5-9
Кл.слова: АЛС, УСТРОЙСТВО БЕЗОПАСНОСТИ, ПРИЕМНАЯ КАТУШКА
Лаптев, Александр Юрьевич. Модернизированные стативы СР-ЭЦИ: особенности и преимущества / А. Ю. Лаптев, А. А. Коновалов, А. В. Джафаров, А. В. Юдин. - С.10-11
Другие авторы: Коновалов А.А., Джафаров А. В., Юдин А. В.
Кл.слова: МОДЕРНИЗИРОВАННЫЕ СТАТИВЫ, НОВАЯ ТЕХНИКА, НОВАЯ ТЕХНОЛОГИЯ
Красильников, Владимир Сергеевич. Узлы крепления платформы для устройств контроля схода подвижного состава / В. С. Красильников. - С.12-14
Кл.слова: УЗЛЫ КРЕПЛЕНИЯ, ПЛАТФОРМА, РЕЛЬСЫ
Долженко, Ирина Петровна. СКИМ-ЦСС - полная прозрачность в режиме реального времени / И. П. Долженко, М. В. Мельчаков, А. Ф. Байбутов. - С.15-18
Кл.слова: ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ
Бабенко, Анна Степановна. Совершенствование взаимодействия каналов обслуживания пассажиров с системой "Экспресс" / А. С. Бабенко, А. Г. Соловьева. - С.19-21
Кл.слова: КАНАЛЫ ОБСЛУЖИВАНИЯ, АСУ ЭКСПРЕСС-3, АСУ ЭКСПРЕСС НП
Пименова, Мария Анатольевна. Корпоративная IT-платформа / М. А. Пименова. - С.22-25
Кл.слова: СЕРВИСНЫЙ ПОРТАЛ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ IT
Назимова, С . А. РНВТ - инфокоммуникационное событие года / С . А. Назимова, О. А. Вадченко. - С.26-28
Кл.слова: СОБЫТИЕ
Обухов, Андрей Дмитриевич. Применение технологии сверхширокополосной радиосвязи в упралении движением поездов / А. Д. Обухов, А. А. Понятов. - С.29-31
Кл.слова: ТЕЛЕКОММУНИКАЦИИ, СВЕРХШИРОКОПОЛОСНАЯ РАДИОСВЯЗЬ, ЦИФРОВАЯ ЖЕЛЕЗНАЯ ДОРОГА
Паламар, Анна Геннадьевна. Эффективная организационно - функциональная модель / А. Г. Паламар. - С.32-33
Кл.слова: КРАСНОЯРСКАЯ ЖЕЛЕЗНАЯ ДОРОГА, КРАСНОЯРСКАЯ ДИРЕКЦИЯ СВЯЗИ
Шепель, Сергей Петрович. РТУ в условиях разделения хозяйства на ремонтную и эксплуатационную составляющие / С. П. Шепель, О. А. Мокерова. - С.34-37
Кл.слова: ОБМЕН ПЕРЕДОВЫМ ОПЫТОМ
Попов, Дмитрий Арсентьевич. Проблема защиты медножильных магистральных кабельных линий / Д. А. Попов. - С.38-41
Кл.слова: МЕДНОЖИЛЬНЫЕ КАБЕЛЬНЫЕ ЛИНИИ
Назимова, С. А. Случайный выбор на всю жизнь / С. А. Назимова. - С.42
Наумова, Д. В. Россия из окна поезда / Д. В. Наумова. - С.43-45
Кл.слова: ТУРИСТИЧЕСКИЕ ПОЕЗДА
Новости. - С.46-48

Имеются экземпляры в отделах: всего 1 : ЧЗ №2 (1)
Свободны: ЧЗ №2 (1)

Перейти к сводному описанию журнала

10.

Пазойский, Ю. О.
Закономерность распределения пассажиропотока в пассажирских поездах дальнего следования / Ю. О. Пазойский, М. Ю. Савельев, Е. А. Середов. - Текст : электронный // Экономика железных дорог : Журнал для руководителей и финансово-экономических работников. - 2022. - N 7. - С. 29-39
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС

Кл.слова (ненормированные):
ПАССАЖИРСКИЕ ПЕРЕВОЗКИ -- МАРШРУТНАЯ СЕТЬ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- ПОЕЗД ДАЛЬНЕГО СЛЕДОВАНИЯ
Аннотация: Планирование маршрутной сети пассажирских поездов дальнего следования требует высокой точности исходной информации, такой как корреспонденции пассажиропотоков, распределение пассажиров по типам мест, предпочтения пассажиров по времени отправления, прибытия поездов и времени в пути следования, и другие параметры. В работе исследуется взаимосвязь распределения пассажиров по поездам в зависимости от времени в пути следования, типов вагонов и маршрутов следования поездов. В качестве математического аппарата исследования используется искусственная нейронная сеть Кохонена.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество обращений к полному тексту:55

Доп.точки доступа:
Савельев, М. Ю.; Середов, Е. А.

Имеются экземпляры в отделах: всего 1 : ЧЗ №2 (1)
Свободны: ЧЗ №2 (1)

Количество выдач: 0000000

Перейти к описанию источника

Найти похожие

11.

Диагностика тяговых электродвигателей электроподвижного состава с использованием искусственных нейронных сетей / А. С. Космодамианский, Ю. М. Иньков, И. А. Менщиков, С. И. Баташов. - Текст : электронный // Электротехника : научно-технический журнал - коллективный член Академии электротехнических наук РФ. - 2022. - N 9. - С. 26-34 . - ISSN 0013-5860
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС

Кл.слова (ненормированные):
ТЯГОВЫЙ ЭЛЕКТРОДВИГАТЕЛЬ -- ТЕХНИЧЕСКАЯ ДИАГНОСТИКА -- ЯДЕРНАЯ НЕЙРОННАЯ СЕТЬ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ
Аннотация: Представлены результаты исследований в области диагностирования тягового электродвигателя 1ДТ.003.11 электропоезда переменного тока серии ЭП3Д с помощью моделирования аварийных режимов функционирования ядерной нейронной сети. На основании анализа графика псевдоспектра мощности, выполненного с помощью цифровой обработки осциллограммы кривой тока в пакете программы MATLAB, получены в виде таблицы дискретные значения частотных составляющих логарифмического спектра тока в обмотке якоря и соответствующие им значения мощности сигнала, служащие для кластеризации отказов тягового электродвигателя электропоезда. Надежность тяговых электродвигателей с повышенным отработанным ресурсом предлагается оценивать с помощью ядерной нейронной сети в пакете MATLAB. Результатом исследования диагностического процесса с использованием кластеризации отказов тягового электродвигателя является оценка эффективности практического использования исскуственной нейронной сети с ядерной структурой в задачах диагностирования в зависимости от технического состояния тягового электродвигателя на текущий момент эксплуатации.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество обращений к полному тексту:81

Доп.точки доступа:
Космодамианский, Андрей Сергеевич; Иньков, Юрий Моисеевич; Менщиков, Игорь Александрович; Баташов, Сергей Иванович

Имеются экземпляры в отделах: всего 1 : ЧЗ №1 (1)
Свободны: ЧЗ №1 (1)

Количество выдач: 0000000

Перейти к описанию источника

Найти похожие

12.

Понятов, А. А.
Возможности применения нейросетевых технологий на железнодорожном транспорте / А. А. Понятов. - Текст : электронный // Актуальные проблемы современного транспорта. - 2020. - № 3. - С. 15-22
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИрГУПС

Рубрики: Цифровая железная дорога
Кл.слова (ненормированные):
ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ -- ЖЕЛЕЗНОДОРОЖНЫЙ ТРАНСПОРТ -- МОДЕЛИРОВАНИЕ -- ПРОГНОЗИРОВАНИЕ -- ДИАГНОСТИКА
Аннотация: В работе на основе существующих исследований проанализированы возможности применения искусственных нейронных сетей для решения задач, связанных с работой железнодорожного транспорта, что лежит в рамках стратегии ОАО «Российские железные дороги» по цифровой трансформации отрасли. Рассмотрены основные направления исследований и виды задач, имеющихся на железнодорожном транспорте и доступных в настоящее время для решения посредством нейросетевых технологий. Указано, что их применение предпочтительно в ситуациях, когда принципиальной особенностью рассматриваемой проблемы является трудность или невозможность её формализации, в связи с чем затруднено или невозможно использование методов аналитического или имитационного моделирования, или оно не обеспечивает требуемую точность результатов. Первая часть статьи посвящена проблемам, связанным с технической сферой деятельности: автоматическому и телеуправлению поездами; мониторингу, диагностике и контролю технических и эксплуатационных характеристик локомотивов, их агрегатов и других устройств; обнаружению их неисправностей и критических состояний; Рассмотрена диагностика состояния верхнего строения пути и железнодорожной инфраструктуры. Сделан обзор научных работ, рассматривающих возможность использования искусственных нейронных сетей для решения задач, связанных с железнодорожным транспортом.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество обращений к полному тексту:55

Количество выдач: 0000000

Найти похожие

13.

Цевелев, Александр.
Концепция применения искусственного интеллекта для логистики снабжения железнодорожного транспорта : часть 1 / А. Цевелев. - Текст : электронный // Логистика. - 2023. - № 2. - С. 36-41
Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБ КрИЖТ ИргУПС

Кл.слова (ненормированные):
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- КЛАССИФИКАЦИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА -- ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Аннотация: Статья посвящена теоретическим и практическим вопросам определения целей, принципов классификации и подходов к созданию технологий искусственного интеллекта в ОАО «РЖД», приведены примеры развития решений искусственного интеллекта для системы материально-технического обеспечения железнодорожного транспорта.

Для просмотра полного текста, пожалуйста, авторизируйтесь Для скачивания полного текста, пожалуйста, авторизируйтесь

Количество обращений к полному тексту:61