Детальная информация

Название Методы построения предиктивных моделей свойств материалов в условиях дефицита и разрозненности данных: специальность 2.3.5. Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей: автореферат диссертации на соискание ученой степени кандидата технических наук
Авторы Павлов Евгений Алексеевич
Научный руководитель Дробинцев Павел Дмитриевич
Организация Санкт-Петербургский политехнический университет Петра Великого
Выходные сведения Санкт-Петербург, 2026
Коллекция Научные работы аспирантов/докторантов ; Общая коллекция
Тематика Машинное обучение ; Базы данных ; Материалы ; предиктивное моделирование ; извлечение данных ; большие языковые модели ; оценка неопределённости ; база знаний
УДК 004.85; 004.65; 620.22
Тип документа Автореферат
Язык Русский
Код специальности ОКСВНК 2.3.5.
Группа специальностей ОКСВНК 2.0000
DOI 10.18720/SPBPU/2/r26-89
Права доступа Доступ по паролю из сети Интернет (чтение)
Дополнительно Новинка
Ключ записи RU\SPSTU\edoc\80140
Дата создания записи 12.10.2026

Разрешенные действия

–

Группа Анонимные пользователи
Сеть Интернет

Актуальность темы определяется необходимостью создания новых функциональных материалов с заданными свойствами, для чего требуются надёжные предиктивные модели «состав–свойство», однако существующие подходы не обеспечивают их построение для узких классов материалов в условиях малых, разрозненных и непрерывно пополняющихся данных. На примере стеклообразных систем, особенно многокомпонентных халькогенидных стекол, показано отсутствие сквозного механизма, объединяющего автоматическое пополнение баз из новых источников, проверку извлекаемой информации и прогностическое моделирование, что и обусловливает актуальность исследования.

Место доступа Группа пользователей Действие
Локальная сеть ФБ СПбПУ Все
Интернет Авторизованные пользователи СПбПУ
Интернет Анонимные пользователи
...