СОВРЕМЕННЫЕ МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ В СИСТЕМАХ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ ПРОМЫШЛЕННЫМИ ПРОИЗВОДСТВАМИ
Естественные и технические науки · 30.07.2026 · (7(218))
DOI: 10.25633/etn.2026.07.19 ↗Kurz gefasst
Fachartikel in der Zeitschrift Естественные и технические науки, erschienen am 30.07.2026. Verfasst von Е.А. Шулаева und 2 weiteren Autor:innen.
Abstract (Originalsprache)
В статье рассматриваются современные методы машинного обучения, применяемые в системах автоматизации и управления промышленными производствами. Проведен анализ основных направлений использования алгоритмов искусственного интеллекта для повышения эффективности технологических процессов. Рассматриваются методы нейронных сетей, деревьев решений, случайного леса и глубокого обучения, а также особенности их интеграции в автоматизированные системы управления технологическими процессами. Отмечается возрастающая роль машинного обучения в концепции цифровой трансформации промышленности и развитии интеллектуальных производственных систем. Представленный анализ позволяет определить основные преимущества и перспективы дальнейшего внедрения технологий машинного обучения в промышленное производство.
Zitieren
APA
Шулаева, Е., Скрипник, М., & Камалов, М. (2026). СОВРЕМЕННЫЕ МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ В СИСТЕМАХ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ ПРОМЫШЛЕННЫМИ ПРОИЗВОДСТВАМИ. Естественные и технические науки. https://doi.org/10.25633/etn.2026.07.19
Vancouver
Шулаева Е, Скрипник М, Камалов М. СОВРЕМЕННЫЕ МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ В СИСТЕМАХ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ ПРОМЫШЛЕННЫМИ ПРОИЗВОДСТВАМИ. Естественные и технические науки. 2026. doi:10.25633/etn.2026.07.19
BibTeX
@article{2026,
author = {Шулаева, Е.А. and Скрипник, М.В. and Камалов, М.Р.},
title = {СОВРЕМЕННЫЕ МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ В СИСТЕМАХ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ ПРОМЫШЛЕННЫМИ ПРОИЗВОДСТВАМИ},
journal = {Естественные и технические науки},
year = {2026},
number = {7(218)},
doi = {10.25633/etn.2026.07.19}
}
EUVIMED