Ру
Регистрация Вход

Список публикаций по ключевому слову: «графовые нейронные сети»

  • Искусственный интеллект на маршруте: как нейросети оптимизируют процессы логистики

    Статья в сборнике трудов конференции
    Социально-экономический ландшафт региона: человек и цифровая трансформация
    Автор:
    Ашуркина Дарья Сергеевна
    Рубрика:
    Цифровое управление логистическими потоками
    Аннотация:
    Актуальность исследования обусловлена экспоненциальным ростом объема перевозок в условиях развития электронной коммерции и урбанизации, что делает традиционные методы диспетчеризации, основанные на человеческом опыте и статических алгоритмах, недостаточно эффективными. В статье рассматривается проблематика внедрения технологий искусственного интеллекта, в частности нейросетевых моделей, в процессы оперативного управления логистическими маршрутами. Методологическую базу исследования составил анализ современных научных публикаций и отраслевых отчетов, посвященных применению графовых нейронных сетей, моделей пространственно-временного внимания, а также мультиагентных систем в логистике. В результате исследования систематизированы ключевые направления, где искусственный интеллект превосходит человека: обработка данных в реальном времени, учет множества динамических факторов (пробки, погода, срочность заказа), предиктивная аналитика и самообучение. Нейросети не просто автоматизируют рутину, а создают принципиально новый уровень управления – проактивный, способный предвидеть сбои и адаптировать маршруты быстрее и точнее, чем это способен сделать диспетчер в условиях информационной перегрузки.
    Ключевые слова:
    искусственный интеллект, предиктивная аналитика, нейросети, графовые нейронные сети, оптимизация маршрутов, управление логистическими потоками, мультиагентные системы, динамическая маршрутизация, последняя миля, цифровизация логистики
    Перейти 

  • Машинное обучение на графах: эволюция методов анализа структурных данных в цифровую эпоху

    Статья в сборнике трудов конференции
    Образование, инновации, исследования как ресурс развития сообщества
    Авторы:
    Трегубов Юрий Алексеевич, Алифиренко Алексей Игоревич, Сергеев Александр Эдуардович
    Рубрика:
    Современные технологии в образовании
    Аннотация:
    В статье исследуется становление и развитие методов машинного обучения на графах как самостоятельного направления искусственного интеллекта, возникшего на стыке теории графов, нейронных сетей и анализа сложных систем. С позиций историко-научного подхода прослеживается трансформация представлений об обработке структурированных данных с начала XXI в. до настоящего времени: от ранних алгебраических методов до современных архитектур графовых нейронных сетей (GNN). Анализируются ключевые концепции, такие как агрегация сообщений, механизмы внимания и встраивание вершин, в контексте их практического применения в социальных сетях, биоинформатике и городском планировании. Особое внимание уделяется парадигматическим сдвигам, обусловленным появлением фреймворков глубокого обучения, а также этическим и техническим вызовам, сопровождающим внедрение этих технологий. Показано, что машинное обучение на графах не только расширило границы анализа связанных данных, но и переосмыслило саму природу «структурной информации» в цифровую эпоху.
    Ключевые слова:
    глубокое обучение, машинное обучение на графах, графовые нейронные сети, анализ сетевых структур, встраивание вершин, алгоритмы агрегации
    Перейти