Наука

Рынок электроэнергии без парадоксов: новый подход к ценообразованию

от

Подход атомно-слоевого осаждения (АСО) демонстрирует свою эффективность в обработке двухзонных структур, обеспечивая прецизионный контроль над формированием слоев и адаптацию к специфическим требованиям каждой зоны.

Исследование предлагает инновационный механизм ценообразования для европейских рынков электроэнергии, устраняющий противоречивые заказы и обеспечивающий финансовую устойчивость.

ИИ в школе: тревоги и надежды на Reddit

от

Из общего объема в 33,9 миллиона публикаций, отобранных из соответствующих подсабреддитов, ключевое соответствие позволило выделить 10 435 потенциальных кандидатов, из которых большая языковая модель классифицировала 3789 (36,31%) как релевантные тематике генеративного искусственного интеллекта в образовании.

Исследование онлайн-дискуссий на Reddit показывает, как использование систем обнаружения ИИ вызывает эмоциональный дискомфорт у школьников и демонстрирует разрыв в понимании роли искусственного интеллекта в обучении между учителями и учениками.

Искусственный интеллект на страже: Новая система для точной диагностики рака легких

от

Исследователи разработали и протестировали в клинических условиях систему DeepFAN, использующую возможности глубокого обучения для повышения точности выявления и оценки инцидентальных узлов в легких на КТ-сканах.

Умная классификация урожая: как искусственный интеллект помогает фермерам

от

Анализ частичного перекрытия признаков выявил, что наиболее значимые пятнадцать признаков вносят существенный вклад в принятие решений, причём блокировка каждого из них приводит к заметному снижению производительности модели.

Новая система на основе ансамбля моделей глубокого обучения достигает высокой точности в определении типов культур, предоставляя прозрачные объяснения для принятия обоснованных решений.

Огонь под контролем: Новый подход к прогнозированию пожарной опасности

от

На основе анализа данных за четыре случайных дня, сравнение результатов, полученных с использованием ConvLSTM для построения полной карты прогноза пожарной опасности, с общепринятым Канадским индексом пожарной погоды, демонстрирует сопоставимую способность обеих систем к выявлению зон повышенного риска, где зафиксированные случаи пожаров обозначены специальным символом.

Исследователи предлагают оценить модели прогнозирования пожарной опасности на основе анализа полных карт, что позволяет более точно выявлять как очаги возгорания, так и ложные срабатывания.