Методи негладкої оптимізації: теорія та практичне застосування (стенограма доповіді на засіданні Президії НАН України 1 листопада 2023 р.)

У доповіді розглянуто окремі найважливіші результати проведених в Інституті кібернетики імені В.М. Глушкова НАН України досліджень у галузі чисельних методів негладкої оптимізації та наведено приклади їх застосування для розв’язання широкого кола актуальних практичних задач. Сучасним напрямом, як...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Вісник НАН України
Datum:2024
1. Verfasser: Стецюк, П.І.
Format: Artikel
Sprache:Ukrainian
Veröffentlicht: Видавничий дім "Академперіодика" НАН України 2024
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/201721
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Методи негладкої оптимізації: теорія та практичне застосування (стенограма доповіді на засіданні Президії НАН України 1 листопада 2023 р.) / П.І. Стецюк // Вісник Національної академії наук України. — 2024. — № 1. — С. 49-55. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:У доповіді розглянуто окремі найважливіші результати проведених в Інституті кібернетики імені В.М. Глушкова НАН України досліджень у галузі чисельних методів негладкої оптимізації та наведено приклади їх застосування для розв’язання широкого кола актуальних практичних задач. Сучасним напрямом, який активно розвивається в Інституті, є розроблення методів штучного інтелекту з використанням спеціалізованих моделей та алгоритмів негладкої оптимізації для нейронних мереж та машинного навчання, а також для аналізу і проєктування логістичних, транспортних та енергетичних мереж. The report presents some of the most important results of research conducted at the V.M. Glushkov Institute of Cybernetics of the NAS of Ukraine in the field of numerical methods of non-smooth optimization and gives examples of their application for solving a wide range of relevant practical problems. A modern direction that is actively evolving at the Institute is the development of artificial intelligence methods using specialized models and non-smooth optimization algorithms for neural networks and machine learning, as well as for the analysis and design of logistics, transport, and energy networks.
ISSN:1027-3239