Svetlana V. Kukartseva

в статье рассматривается вопрос применения методов машинного обучения для анализа состояния и выявления отклонений в работе сложных технических и биологических систем. Описываются основные направления использования алгоритмов, включая обработку визуальной информации со сканирующих устройств и анализ цифровых журналов событий для прогнозирования нештатных ситуаций. Особое внимание уделяется ключевым вызовам при внедрении этих технологий: зависимости точности моделей от качества исходных данных, вопросам безопасности информации и необходимости корректной интерпретации результатов специалистами....

в статье рассматривается проблема применения технологий Big Data для оптимизации сельхозпроизводства в условиях климатической нестабильности. Проведена обработка данных (устранение пропусков, one-hot encoding, нормализация), разработано интерактивное приложение на Streamlit для анализа распределения культур, погодных условий и агротехнических факторов. Расчёт экономической эффективности показал наибольшую рентабельность риса (25,44%) и хлопка (22,14%), убыточность ячменя и сои. Оптимизация структуры посевных площадей на основе Big Data позволяет повысить рентабельность на 15–25%.

рассматривается проблема выполнения работодателем обязанностей по обеспечению безопасных условий труда в условиях высокой неопределенности и отсутствия размеченных баз данных производственных инцидентов. Обосновывается правомерность и экономическая эффективность применения систем неконтролируемого машинного обучения (Unsupervised Learning) на базе архитектур Vision Transformer (ViT) для выявления биомеханических аномалий и микротравм. Анализируются вопросы соответствия законодательству о персональных данных и биометрии. Экспериментально подтверждена способность системы детектировать отклонения...