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...
Gespeichert in:
| Veröffentlicht in: | Вісник НАН України |
|---|---|
| Datum: | 2024 |
| 1. Verfasser: | |
| 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| 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 |