Mikhail V. Zhuravlev

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...

в статье обосновывается экономическая целесообразность перехода от статических моделей прогнозирования энергопотребления к адаптивным системам потокового машинного обучения (Online Learning) с детекцией концептуального дрейфа (Concept Drift). Показано, что внедрение инкрементальных алгоритмов (Adaptive Random Forest, ADWIN) в контур управления предприятием позволяет снизить операционные издержки (OPEX) на электроэнергию за счет предиктивного сглаживания пиковых нагрузок. Эмпирические данные подтверждают снижение среднеабсолютной ошибки (MAE) на 29% и задержку обновления моделей менее 2 мс, что...