Журнал «Экономические стратегии», ключевое слово: «машинное обучение»


Архитектурный инжиниринг гибридных моделей, включающих цифровые двойники и машинное обучение

DOI: 10.33917/es-5.191.2023.94-99

В современном инжиниринге сложных технических систем [1] начали применяться цифровые двойники и системы искусственного интеллекта, при этом данные подсистемы имеют свои методы и инструменты системного, математического и компьютерного моделирования. Отсутствие нормализованного подхода к объединению данных разрозненных подсистем в единую систему приводит к методологии «штучной» сборки или созданию уникальных цифровых моделей и интеллектуальных систем, что затрудняет дальнейшее их преобразование в более сложные как технические, так и интеллектуальные системы. В связи с этим актуальным становится поиск типовой формы представления таких подсистем в единую систему наравне с задачей развития методологии унифицированного проектирования и производства интеллектуальных систем на основе применения модельно-ориентированного системного инжиниринга [2–4]. В работе называются и систематизируются методы и приемы таких разработок, демонстрируется типовой подход нормализованного представления платформы моделей разных подсистем, имеющих изначально свои методы и инструменты представления; описываются результаты нормализованной политики построения платформы моделей из различных подсистем для антропоморфного робота и космических аппаратов. В рамках представленного примера позиционированы дополняющие друг друга методы цифрового мультифизического моделирования, цифровых двойников и машинного обучения.

 
Источники:
 
1. Романов А.А. Прикладной системный инжиниринг. М.: ФИЗ-МАТЛИТ, 2015.

2. Кондратьев В.В. Модельно-ориентированный системный инжиниринг 2.0. М.: МФТИ, 2021.

3. Гаричев С.Н., Горбачев Р.А., Давыденко Е.В., Джапаров Б.А., Кондратьев В.В. Модельно-ориентированный инжиниринг физико-технических, информационных и интеллектуальных систем // Труды МФТИ. 2022. Т. 14. № 2.

Цифровизация сектора здравоохранения на основе технологии искусственного интеллекта в Японии: ключевые проблемы и подходы к решению

DOI: 10.33917/mic-5.100.2021.87-102

В статье представлено описание и анализ реализуемой японским правительством политики модернизации сектора здравоохранения на основе технологии искусственного интеллекта, приведены конкретные примеры некоторых научно-исследовательских проектов и практического применения описываемых технологий, выявлены проблемные области реализуемой политики и разрабатываемых проектов.

Модернизация сектора здравоохранения и медицинского обслуживания с применением новейших цифровых технологий, в частности, технологии искусственного интеллекта, является на сегодня одним из ключевых мировых трендов. В России цифровая трансформация здравоохранения определена как одна из ключевых задач и производится в рамках Национального проекта «Здравоохранение».

Изучение успешных примеров внедрения технологии искусственного интеллекта, а также, проблем, препятствующих или замедляющих интеграцию данной технологии и способов их преодоления, может стать ценным уроком для стран, также вовлеченных в разработку национальных стратегий по развитию искусственного интеллекта. 

Digitalization of the healthcare sector in Japan based on artificial intelligence technology: key problems and solutions

 

Источники:

1. Мелдо А.А., Уткин Л.В., Трофимова Т.Н. Искусственный интеллект в медицине: современное состояние и основные направления развития интеллектуальной диагностики // Лучевая диагностика и терапия. 2020. Т. 11. №1. С. 9-17. URL: https://doi.org/10.22328/2079-5343-2020-11-1-9-17

2. Моисеенко В.М., Мелдо А.А., Уткин Л.В., Прохоров И.Ю., Рябинин М.А., Богданов А.А. Автоматизированная система обнаружения объемных образований в легких как этап развития искусственного интеллекта в диагностике рака легкого // Лучевая диагностика и терапия. 2018. № 3. С. 62-68. URL: https://doi.org/10.22328/2079-5343-2018-9-3-62-68