Технологии

Машинное обучение

Теория

Машинное обучение (machine learning) – это методы поведения искусственного интеллекта, которые позволят ему обучаться на основании анализа решений сходных задач и собственного опыта. Иными словами, machine learning позволяет компьютеру находить и выполнять задачи, на которые он не был явно запрограммирован.

Результаты, получаемые при действиях работы алгоритма, оформляются в модели машинного обучения. Для их построения искусственный интеллект использует средства математической статистики, численных методов, математического анализа, методов оптимизации, теории вероятностей и прочие.

Типы машинного обучения:

  • индуктивное (по прецедентам), основывается на выявлении эмпирических закономерностей в анализируемых данных;
  • дедуктивное, подразумевает использование экспертных оценок.

Преимущества:

  • возможность обработать гигантские объемы данных и извлекать необходимую информацию;
  • алгоритмы и модели машинного обучения можно использовать для прогнозирования результатов самых сложных и многосторонних процессов;
  • помогают замечать незначительные изменения поведения, предпочтений или степени удовлетворенности клиентов и партнеров;
  • результаты машинного обучения позволяют сделать обслуживание максимально персонифицированным, заточенным под пожелания клиентов.

Практика

Алгоритмы машинного обучения применяют для реализации различных технологий индустрии 4.0, в том числе для распознавания речи, компьютерного зрения, фильтрации данных. Используется при работе большинства умных приборов – от автомобилей, домов до мониторов здоровья и фитнес-трекеров.

В ОАО «РЖД» одновременно с системой диагностики состояния локомотивов методы машинного обучения применяют для прогнозирования опасных отказов объектов железнодорожного пути.

Также применяются при организации управления железнодорожным движением, для анализа времени оборота локомотивов, подхода поездов, нахождения вагона на станции и др.

Проекты

Сервис «Цифровой помощник маневрового диспетчера»

Проект «Цифровой диспетчер» позволяет построить специализированную модель данных, учитывающую множество факторов. Среди них – затраты времени на проведение тех или иных технологических мероприятий на сортировочной станции, инфраструктурные ограничения, очередность подвода поездов и распределение подвижного состава по путям станции.

«Цифровая железнодорожная станция»

Комплекс взаимосвязанных технических средств и устройств, обеспечивающих расчет и выполнение технологических операций обработки вагонов и поездов на станции и путях необщего пользования с минимальным участием человека.

Поделиться
Вы подписаны!
email
Подписка на новости
Нажимая на кнопку “Подписаться”, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности