CC BY
42
материалов, способных работать при высоких удельных давлениях и температурах, сложности и нетехнологичности привода. Установка тормозных механизмов на всех колёсах автомобилей привела к тому, что механический привод, из-за существенных недостатков, исчерпал свои возможности.
Конструкторы обратили внимание на тормозные устройства, применяемые на паровозах. Это привело к тому, что в 1904 г. на предприятиях «Стартевент» и «Фишер» (США) приступили к выпуску автомобилей с пневматическим приводом тормозов. Список использованной литературы:
1. Бухарин Н.А. Тормозные системы автомобилей. - Л.-М..: Гос. научнтехн. изд-во машиностролит-ры, 1950. - 290 с.
2. Samochody od A do Z. - Warzawa: WKL, 1978. -1208 р.
3. Newcomb T.P. Stopping Revolutions: Developments in the Braking of Cars the Earliest Days. -Proceeding Institution Mechanical Engineerings. - 1961. - V. 195- № 6. - P. 139 - 150.
© Тыллануров Ы., 2023
УДК 004.7
Черемисин Д.Г., бакалавр МГТУ им. Н.Э. Баумана (Мытищинский филиал), Московская обл., г. Мытищи Мкртчян В.Р., бакалавр МГТУ им. Н.Э. Баумана (Мытищинский филиал), Московская обл., г. Мытищи
НЕЙРОСЕТИ: ПРИМЕНЕНИЕ И РАЗВИТИЕ В РАЗЛИЧНЫХ ОТРАСЛЯХ
Аннотация
Нейросети, или искусственные нейронные сети, представляют собой математические модели, созданные для имитации работы человеческого мозга. Они состоят из множества взаимосвязанных нейронов, способных обрабатывать информацию и извлекать сложные закономерности из больших объемов данных. В последние годы нейросети стали широко применяться в различных отраслях, их возможности постоянно развиваются и открывают новые горизонты для исследований и инноваций.
Ключевые слова
Нейросети, развитие, медицина, фармацевтика, финансы, производство, образование, обработка языка, компьютерное зрение.
Одной из областей, где нейросети нашли широкое применение, является медицина. Они могут помочь в диагностике различных заболеваний, предсказывать эффективность лекарственных препаратов, анализировать медицинские изображения и помогать в проведении хирургических операций. Нейросети также активно используются в фармацевтической отрасли для разработки новых лекарств и поиска потенциальных противоопухолевых средств.
В области финансов нейросети успешно применяются для прогнозирования финансовых рынков, анализа рисков и определения оптимальных стратегий инвестирования. Они способны обрабатывать огромные объемы данных, учитывать различные факторы и делать прогнозы с высокой точностью. Некоторые банки используют нейросети для обнаружения мошеннических операций и защиты
финансовых транзакций.
В сфере производства нейросети применяются для оптимизации процессов, контроля качества, планирования производства и прогнозирования спроса на продукцию. Они могут анализировать данные с датчиков и предсказывать возможные сбои в оборудовании, что помогает предотвращать аварии и снижает затраты на обслуживание. Нейросети также находят применение в автомобильной промышленности, помогая в разработке автономных систем управления и повышая безопасность на дорогах.
В сфере образования нейросети могут быть использованы для персонализации обучения. Они способны адаптироваться к индивидуальным потребностям студентов, предлагать оптимальные материалы и методы обучения, а также оценивать уровень знаний и давать обратную связь. Нейросети также применяются в разработке интеллектуальных тьюторов и систем дистанционного обучения [1, 2].
Еще одной областью, где нейросети нашли свое применение, является обработка естественного языка. Они способны анализировать и понимать тексты, переводить с одного языка на другой, создавать чат-ботов и виртуальных помощников. Это значительно улучшает взаимодействие людей с компьютерами, делает информацию более доступной и облегчает выполнение различных задач.
Однако, несмотря на все достижения, развитие нейросетей продолжается. Ученые постоянно работают над улучшением алгоритмов и архитектур, чтобы повысить эффективность и точность работы нейронных сетей. Некоторые из активных исследовательских направлений включают глубокое обучение с подкреплением, обучение на неразмеченных данных и создание нейросетей с более сложными структурами.
В заключение, нейросети имеют огромный потенциал во многих отраслях и их применение продолжает расширяться. Они уже показали свою эффективность в медицине, финансах, производстве, образовании и обработке языка. Развитие нейросетей не останавливается, и дальнейшие исследования и инновации в этой области могут привести к новым открытиям и технологическим прорывам [3, 4]. Список использованной литературы:
1. Goodfellow, I., Bengio, Y., & Courville, A. Deep Learning. 2016.
2. Nielsen, M. Neural Networks and Deep Learning. 2015.
3. Bishop, C. M. Pattern Recognition and Machine Learning. 2006.
4. Chollet, F. Deep Learning with Python. 2017.
© Черемисин Д.Г., Мкртчян В.Р., 2023
УДК 004.7
Черемисин Д.Г., бакалавр МГТУ им. Н.Э. Баумана (Мытищинский филиал), Московская обл., г. Мытищи Мкртчян В.Р., бакалавр МГТУ им. Н.Э. Баумана (Мытищинский филиал), Московская обл., г. Мытищи
МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ Аннотация
Методы машинного обучения (МО) — это раздел искусственного интеллекта, который изучает
