Самые популярные новости за неделю
13.06.2018 В Москве состоялся IT-Форум "Российские решения T-FLEX PLM" 652
13.06.2018 На заседании "Росспецмаша" обсудили проблемы отрасли 604
13.06.2018 Ассоциация "Росспецмаш": введение таможенных пошлин на пищевое оборудование не приведет росту цен на продукты питания 539
14.06.2018 Опубликован мониторинг ситуации в промышленности России по итогам мая 2018 года 518
13.06.2018 Денис Мантуров провел совещание по подготовке к "Гидроавиасалону-2018" 514
14.06.2018 Объявлены 39 новых номинантов Национальной премии "ПРИОРИТЕТ-2018" 501
14.06.2018 Астрахань включается в национальную систему квалификаций в судостроении 481
15.06.2018 Инновации оказались успешными для bauma CTT RUSSIA 2018 442
13.06.2018 АЙПЛ Консалтинг представила проект "Производство 4.0. Интеграция оборудования и бизнес-приложений в литейном производстве" на конференции МОРИНТЕХ-ПРАКТИК 441
13.06.2018 Federal-Mogul Powertrain разработала новые поршневые кольца для использования в двигателях коммерческих автомобилей 407
13.06.2018 "НЕФАЗ" представил облегчённый самосвальный полуприцеп 397
14.06.2018 Ростсельмаш начал поставлять сельхозтехнику по программе льготного кредитования 365
14.06.2018 ЧТЗ поставил в Казахстан уникальные бульдозеры 360
14.06.2018 Московский НПЗ "Газпром нефти" завершил монтаж крупногабаритного оборудования современной установки переработки нефти "Евро+"  356
14.06.2018 Подведены итоги IV Корпоративного Чемпионата ОАК по стандартам WorldSkills 346
13.06.2018 ОХК "Щекиноазот" приобрела 295 вагонов-цистерн производства "ТихвинХимМаш" 344
13.06.2018 "КАМАЗ" продемонстрировал первый беспилотный электробус 339
13.06.2018 В решение Appius-PLM встроен визуализатор 3D-моделей различных CAD-систем  337
15.06.2018 Аудиторы оценили процесс модернизации тепловозов на ШААЗе 312
15.06.2018 Концерн "Калашников" завершил сделку по приобретению Кингисеппского машиностроительного завода и Дизельзипсервис 312
15.06.2018 Новая кафедра МФТИ на базе ОАК начала набор студентов 306
15.06.2018 Компания 3М представляет последнее изобретение в классе промышленных клейких лент 298
15.06.2018 ОДК представит на MIOGE 2018 новейшие решения для транспорта газа и энергогенерации 296
15.06.2018 Краснокамский РМЗ в восьмой раз подтвердил сертификат ISO 9001:201 291
15.06.2018 Уралмашзавод произвел первую в России шахтную подъемную машину 276
13.06.2018 В 2018 году экспорт сельхозтехники CLAAS в Казахстан увеличится на треть 275

Опубликовано: 25 декабря 2017 г.

В ЦИАМ состоялся семинар по современным методам глубокого обучения нейронных сетей

Источник информации: Пресс-служба ФГУП "ЦИАМ им. П.И. Баранова"

18 декабря 2017 года в Центральном институте авиационного моторостроения имени П.И. Баранова (ЦИАМ, входит в НИЦ "Институт имени Н.Е. Жуковского") состоялось очередное заседание межотраслевого научно-технического семинара "Авиационная химмотология, камеры сгорания и двигатели высокоскоростных ЛА". Темой заседания стали современные методы глубокого обучения нейронных сетей и их практические приложения.

Открывая семинар, генеральный директор ЦИАМ Михаил Гордин сказал: "Тема глубокого обучения нейронных сетей в практических целях для ЦИАМ новая, но у нее большие перспективы. Разработка автономных самообучающихся систем может революционным образом изменить целые отрасли".

В семинаре приняли участие представители ряда организаций, исследующих современные методы глубокого обучения нейронных сетей.

В частности, с докладом выступил начальник подразделения головной организации в области систем радиоэлектронного оборудования для летательных аппаратов – ФГУП "ГосНИИАС", доктор физико-математических наук, профессор РАН Юрий Валентинович Визильтер. Он рассказал о нейронных сетях, глубоком обучении и современном уровне анализа данных в приложениях компьютерного зрения, различных областях применения современных методов анализа данных и перспективах применения методов глубокого обучения для создания новых химических материалов.

В рамках заседания прошло обсуждение перспектив создания авиационных топлив и смазочных материалов, а также вопросов решения различных задач химического синтеза с применением нейросетей глубокого обучения.

             
         Добавить в Google Reader  Читать в Яндекс Ленте

Комментарии читателей


Сейчас статья не содержит комментариев. Вы можете стать первым читателем, оставившим свое мнение!

Опубликуйте свой комментарий

Фамилия:*
Имя:*
Отчество:
E-mail:
Ваш комментарий:
Отправить >>
Подписаться на рассылку
Для подписки на почтовую рассылку Вам необходимо войти или зарегистрироваться.

Последний выпуск
 Новости машиностроения   |   Новости компаний   |   Архив новостных рассылок 
© 2018 Портал машиностроения