В работе рассматривается архитектура и результаты работы приложения для моделирования напряженно-деформированного состояния позвоночника на основании данных, полученных с помощью оборудования DIERS formetric.
The paper discusses the architecture and results of the application for modeling the stress-strain state of the spine based on data obtained using DIERS formetric equipment.
В работе рассматривается архитектура приложения для моделирования температуры внутри помещения, оснащенного климатической техникой и системой вентиляции, приводится описание
библиотек, необходимых для его работы. Показан результат работы приложения.
The paper is consider the architecture of the application for modeling indoor temperature room with climatic equipment and a ventilation system, describes the libraries required for its operation. The result of the application is shown.
Моделирование реальных физических или технических механических систем включает широкое использование программных пакетов, которые в основном базируются на методе конечных элементов для решения краевых задач. Последние достижения в области алгоритмов машинного обучения и их успешное применение в различных областях демонстрируют, что при правильном обучении эти модели могут значительно улучшить традиционные методы. В данной работе предложена и апробирована архитектура нейронной сети прямого распространения для моделирования прогибов тонкой пластины под действием равномерно распределенной нагрузки.
Modeling of real physical or technical mechanical systems
involves the widespread use of software packages, which are mainly based on the finite element method for solving boundary value problems. Recent advances in machine learning algorithms and their successful application in
various fields demonstrate that, with proper training, these models can significantly improve traditional methods. In paper, we propose and test the architecture of a direct distribution neural network for modeling deflections of a thin plate under the action of a uniformly distributed load.
В статье рассматривается проблема активации устройства умного дома находящегося в выключенном состоянии. Способы решения данной проблемы и дальнейшие направления разработки по созданию конфигурации устройства для управления через удаленный сервер.
The article considers the problem of smart house device activation being in shout down state. Options for solution of this problem and further development steps for creating configuration approach for such devices for controlling them through the remote server.
Моделирование реальных физических или технических механических систем включает широкое использование программных пакетов, которые в основном базируются на методе конечных элементов для решения краевых задач. Последние достижения в области алгоритмов машинного обучения и их успешное применение в различных областях демонстрируют, что при правильном обучении эти модели могут значительно улучшить традиционные методы. В данной работе предложена и апробирована архитектура нейронной сети прямого распространения для моделирования прогибов тонкой пластины под действием равномерно распределенной нагрузки.
Modeling of real physical or technical mechanical systems
involves the widespread use of software packages, which are mainly based on the finite element method for solving boundary value problems. Recent advances in machine learning algorithms and their successful application in various fields demonstrate that, with proper training, these models can significantly improve traditional methods. In paper, we propose and test the architecture of a direct distribution neural network for modeling deflections of a thin plate under the action of a uniformly distributed load.
In this article, we will consider the algorithm on the basis of which an application was developed to build a three-dimensional model of the lumbar spine using images DICOM. The model is different from the existing ones so far as it has an intervertebral disk. The created application has been successfully tested.
The paper proposes the architecture of a convolutional neural network for classification of digital images of the thyroid gland obtained using a laser confocal microscope. The possibility of using single-board computers as a basis for building a full-fledged device for classifying images with high mobility and versatility is being considered. The process of preparing data for training and comparing existing single-board computers available.
