Суррогатные модели — это эффективный способ ускорить вычисления путем замены энерговычислительных расчетов более простыми моделями машинного обучения. В этом докладе мы расскажем основные идеи и пути решения такого типа задач, а также о реальном применении суррогатных моделей в приложениях.
Статьи и вопросы по тегу "Machine Learning"
- Все 9
- Вопросы 2
- Статьи 7
- Публикация
- 22.04.2022
Суррогатные модели — это эффективный способ ускорить вычисления путем замены энерговычислительных расчетов более простыми моделями машинного обучения. В этом докладе мы расскажем основные идеи и пути решения такого типа задач, а также о реальном применении суррогатных моделей в приложениях.
- Публикация
- 22.04.2022
Глубокое и машинное обучение работает с моделями. Кажется, что эта технология просто создана для совместной работы с модельно-ориентированными инструментами. В докладе мы рассмотрим рабочий процесс и разумные ожидания от внедрения ИИ в МОП.
Глубокое и машинное обучение работает с моделями. Кажется, что эта технология просто создана для совместной работы с модельно-ориентированными инструментами. В докладе мы рассмотрим рабочий процесс и разумные ожидания от внедрения ИИ в МОП.
- Публикация
- 22.04.2022
Чтобы угнаться за постоянно растущими требованиям к алгоритмам в сложных проектах нужно использовать всё более новые приёмы. В этом докладе мы рассмотрим внедрение элементов ИИ как приём разработки и его перспективы в промышленности.
- Публикация
- 19.08.2021
Перекрестная проверка (кросс-валидация) – это метод оценки модели машинного обучения, используемый для анализа эффективности алгоритма машинного обучения при составлении прогнозов на новых наборах данных, на которых он не обучался. Метод кросс-валидации заключается в разбиении известного набора данных для использования одной части для обучения алгоритма, а другой – для тестирования.
- Публикация
- 23.10.2020
Анализы генотоксичности используются для оценки повреждения генетического материала (ДНК и РНК), вызванного химическим агентом, таким как лекарство, и часто используются для проверки безопасности лекарственных препаратов-кандидатов. В прошлом высококвалифицированные лаборанты проводили анализы вручную, используя микроскоп, чтобы исследовать тысячи отдельных клеток, чтобы определить биомаркеры повреждения ДНК: образование микроядер (MN) при делении клеток (рис. 1). Помимо того, что этот подход трудоемок и требует много времени, он зависел от субъективной оценки каждого отдельного техника.
- Публикация
- 03.10.2020
В этой статье обсуждается разработка алгоритма предиктивного обслуживания для трехплунжерного насоса с использованием данных, полученных при моделировании цифрового двойника насоса в различных условиях неисправности.
- Публикация
- 07.08.2020
Компания ищет архитектора встраиваемых систем с элементами искусственного интеллекта. Направление является перспективным для компании и активно поддерживается высшим руководством.
- вопрос
- 24.07.2020
- вопрос
- 22.01.2020
Нет результатов поиска, попробуйте задать другие параметры.
Популярные публикации по тегу: Machine Learning
- Оценка и улучшение прогностических характеристик моделей
- Доклад "Суррогатные модели на базе нейросетей"
- Литература (+полезноe) для работы с приложениями из раздела Machine learning
- предиктивное обслуживание с использованием цифрового двойника
- Как Regression Learner обучать не на CPU, а на GPU?
- Доклад "Искусственный интеллект в промышленности"
- Доклад "Искусственный интеллект в модельно-ориентированном проектировании"
- Вакансия Руководитель лаборатории искусственного интеллекта
- Автоматизация анализов генотоксичности с помощью проточной цитометрии изображений и глубокого обучения