Aleksandr S. Prudkii

в статье рассматривается вопрос решения задачи instance-сегментации фруктов и овощей для малого АПК. Предложен лёгкий гибрид: UNet для семантики + водораздел для разделения экземпляров без тяжёлого регрессора Mask R-CNN. Собран датасет (651 изображение), обучена модель, проведено сравнение с Mask R-CNN – новый метод лучше при малых данных и слабом GPU. Подход точно выделяет и измеряет объекты, снижает требования к ресурсам и упрощает разметку, что делает его удобным для прикладных систем контроля качества.

в статье исследуются экономические эффекты внедрения цифровых технологий и искусственного интеллекта на рост выручки, рентабельность продаж и производительность труда. С использованием модели градиентного бустинга LightGBM выполнено прогнозирование ключевых показателей, определены наиболее значимые цифровые факторы и установлены отраслевые особенности воздействия ИИ.

The article explores modern approaches to adaptive machine learning in real-time environments, focusing on the problem of concept drift in streaming data. It examines the main methods for detecting and correcting data drift, which allow models to maintain accuracy when working with non-stationary information streams. The article analyzes online learning algorithms, adaptive threshold mechanisms, and incremental model update techniques. It also discusses the potential applications of these methods in monitoring, forecasting, and automation systems, as well as the challenges associated with comp...

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.

в статье рассмотрен метод структурно-функционального проектирования интеллектуальных систем промышленного интернета вещей, основанный на поэтапной декомпозиции объекта и рациональном распределении вычислительных ресурсов между Edge и Cloud уровнями. Пятислойная архитектурная модель интегрирует сенсоры, коммуникации, распределённые узлы, ML-модули и прикладные сервисы; критерий L = αT + βC_r формализует баланс отклика и ресурсоёмкости. Обосновано значение метода для экономики цифровизации: масштабируемость, модульность, ресурсная эффективность как условия устойчивого развития.