Ступина Алена Александровна

в статье рассмотрено применение графовых нейронных сетей для анализа структурных зависимостей в цифровых двойниках промышленных предприятий. Производственный процесс формализован как ориентированный гетерогенный граф; архитектура Graph Attention Network предсказывает вероятность каскадных отказов. На реальном датасете UCI AI4I 2020 показано преимущество подхода: F1 = 0,891, упреждение 2,4 производственного цикла, снижение ложных срабатываний на 16,3%. Обосновано влияние метода на социально-экономическую эффективность предприятий: сокращение незапланированных простоев, оптимизация ремонтов, уст...

в статье рассматривается влияние технологий синтеза данных в физически точных виртуальных средах и методов доменной адаптации на структуру издержек инновационных проектов и рынок цифрового труда. Показано, что конвейер «симуляция + рандомизация + состязательная адаптация» обеспечивает сбалансированную точность 87,1% на реальных видеопотоках без ручной разметки, снижая барьеры входа для малого инновационного бизнеса и трансформируя профессии цифровой экономики.