В сборнике представлены статьи участников II Всероссийской научно-практической конференции. В материалах сборника приведены результаты теоретических и прикладных изысканий представителей научного и образовательного сообщества в данной области. Ответственность за приведенные в исследовании экономические данные несут авторы. Статьи представлены в авторской редакции.
Обосновывается переход от статических моделей прогнозирования энергопотребления к адаптивным системам потокового машинного обучения с детекцией концептуального дрейфа. Показано, что инкрементальные ансамбли снижают ошибку прогнозирования на 22–34%, обнаруживают смену режимов в среднем за 12,3 наблюдения и обновляются менее чем за 2 мс, что обеспечивает готовность технологии к внедрению на периферийных контроллерах и формирует устойчивый экономический эффект за счёт сглаживания пиковых нагрузок.