В статье рассмотрена история возникновения цифрового двойника, его определение, основные направления формирования на промышленных предприятиях, коммерческая ценность его создания, а также примеры их практической реализации. Представлены практические примеры создания и применения цифровых двойников за рубежом в таких организациях как: Rolls-Royce, Mars, Bayer CropScience, Siemens AG, Huawei. Приведено их описание и функционал.

Рассмотрено эволюционное развитие искусственных нейронных сетей: от зарождения в виде нейрона Маккаллока - Питтса до современных глубоких архитектур. Перечислены основные «нейросетевые кризисы» и показаны причины их появления. Основное внимание уделено нейронным архитектурам, обучающимся в режиме «обучения с учителем» по размеченной выборке данных. Приведены ссылки на оригинальные работы и основополагающие математические теоремы, формирующие теоретический фундамент под направлением искусственных нейронных сетей. Проанализированы причины затруднений на пути к формированию эффективных глубоких нейронных архитектур, рассмотрены пути разрешения возникших трудностей, выделены обстоятельства, способствующие успеху. Перечислены основные слои свёрточных и рекуррентных нейронных сетей, а также их архитектурные комбинации. Приведены примеры и ссылки на статьи, демонстрирующие эффективность глубоких нейронных сетей не только на данных, имеющих ярко выраженные структурные паттерны (изображения, голос, музыка и др.), но и на сигналах стохастического/хаотического характера. Выделено также одно из основных направлений развития свёрточных нейросетей — внедрение в слои обучаемых интегральных преобразований. На базовом уровне рассмотрена современная архитектура «Трансформер» — мейнстрим в задачах обработки последовательностей (в том числе в компьютерной лингвистике). Приведена ключевая проблематика современной теории искусственных нейронных сетей.

В сфере аквакультуры и рыбных хозяйств для решения задач сохранения и восполнения популяций активно внедряются киберфизические системы автоматического определения параметров воды в режиме реального времени, систем технического зрения для решения “визуальных” задач, а также систем автоматического кормления. Одной из наиболее актуальных задач на рыбных хозяйствах (в частности осетровых) является определение средней навески в бассейне. Это необходимо для того, чтобы оценить проводимые мероприятия с рыбой – кормление кормом с различным составом, изменение условий рыб и влияние других факторов на рост особей. Поэтому для измерения длины рыбы достаточно производить съемку в одной плоскости. Разработан экспериментальный стенд, который устанавливается на бассейне осетрового хозяйства.

Аннотация. Рассматриваются проблемы управления развитием крупномасштабных систем. Отмечается, что крупномасштабные системы - основа современной системы управления развитием. Анализируется текущая ситуация и перспективы ее развития. Рассматриваются комплексные модели управления развитием производственно-транспортных систем. Рассмотрен состав комплекса моделей управления развития крупномасштабных систем. Приведена методология разработки инвестиционных проектов для группы предприятий и предприятий со сложной внутренней структурой.

Рассмотрены общие вопросы моделирования и разработки интеллектуальных систем управления на основе знаний. Даются определения «базы данных» и «системы управления знаниями». Основное внимание уделяется построению гибридных систем, сочетающих классические методы теории управления и искусственного интеллекта, нечеткой логики и нейронных сетей. Приведены примеры применения интеллектуальных систем управления и моделирования в нефтегазовой отрасли. Представлена разработка сложной математической модели киберфизической системы на основе теории нечеткой логики и ее внедрение в систему управления безопасностью полетов.