Details
Title | Технологии DeepTech в системе адаптивного управления производством // Системный анализ в проектировании и управлении: сборник научных трудов XXVII Международной научно-практической конференции, 13–14 октября 2023 года: [в 2 частях]. Ч. 1 |
---|---|
Creators | Яковлева Елена Анатольевна; Виноградов Андрей Николаевич |
Organization | Санкт-Петербургский государственный экономический университет; Российская академия наук. Институт программных систем им. А. К. Айламазяна |
Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024 |
Collection | Общая коллекция |
Subjects | Искусственный интеллект; Машинное обучение; адаптивное управление; производство; кибербезопасность; adaptive management; production; cybersecurity |
UDC | 004.85 |
Document type | Article, report |
File type | |
Language | Russian |
DOI | 10.18720/SPBPU/2/id24-58 |
Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\73194 |
Record create date | 7/26/2024 |
Современное управление производством стало невозможно представить без применения передовых технологий, таких как искусственный интеллект (AI), машинное обучение (ML), квантовые вычисления и анализ больших данных (Big Data), которые объединены под термином DeepTech и могут успешно применяться для создания системы адаптивного управления производством, способных реагировать на изменения в реальном времени и птимизировать производственные процессы. Практическое внедрение DeepTech сталкивается с научными и практическими проблемами, связанными с обработкой больших объемов данных, анализом информации, прогнозированием событий и принятием решений. Научная проблема состоит в разработке интегрированных подходов к внедрению DeepTech технологий для создания систем адаптивного управления производством и их информационно-методическом обеспечении. Результаты данного исследования могут быть полезными для предприятий, стремящихся оптимизировать свои производственные процессы и повысить эффективность управления.
Modern production management is impossible to imagine without the application of advanced technologies such as artificial intelligence (AI), machine learning (ML), quantum computing, and big data analytics. These technologies, collectively referred to as DeepTech, provide enterprises with tools to create adaptive management systems capable of real-time responsiveness and optimization of production processes. However, the implementation of DeepTech faces scientific and practical challenges related to handling large volumes of data, data analysis, event prediction, and decision-making. The scientific problem lies in the development of integrated approaches to implementing DeepTech technologies for the creation of adaptive production management systems. The findings of this research can be valuable for enterprises seeking to optimize their production processes and improve management efficiency.
Access count: 145
Last 30 days: 107