ML и AI на производстве. Обсудим на Industrial++ 2024
ML и AI на производстве. Обсудим на Industrial++ 2024
Привет, друзья!
Industrial++ 2024 состоится 21 и 22 октября 2024 года в Москве, в Старт Хабе на Красном Октябре (ex. Digital October). Расписание уже на сайте. Вместе с вами мы собираем площадку для обмена практическим опытом между разработчиками и управленцами IT в реальном секторе.
Сегодня мы поделимся полезными материалами и продолжим знакомство со спикерами конференции. Но для начала одна важная новость. Мы готовим для вас новый продукт – медиатеку с записями докладов. Чтобы сделать её максимально полезной, просим вас пройти небольшой опрос. Это займёт всего 3 минуты, но ваш вклад будет неоценим!
Пройти опрос
Вот один из примеров того, что будет в нашей медиатеке.
Запись доклада Алексея Тюрина на конференции HighLoad++ 2022
Как и в любой промышленной сфере, в металлургии активно применяется машинное обучение. Оно помогает лучше понимать процессы, добиваться качества, производительности и безопасности. Однако условия внедрения ML сложно назвать простыми. Алексей Тюрин в своём докладе рассказал о нетривиальных производственных задачах, в которых ML позволил получить реальную пользу, и о трудностях, с которыми они столкнулись и успешно преодолели.
Смотреть запись
Тему «ML и AI в производственных компаниях» мы продолжим на Industrial++ 2024. Поговорим о машинном зрении, предиктивной аналитике, оптимизации моделей, data-driven-подходе и как, вообще, не бояться использовать нейросети в производственных задачах. Вы узнаете, как применять машинное обучение для повышения качества, производительности и безопасности процессов.
Доклады Industrial++ 2024
Антон Наумов (СИБУР Цифровой) расскажет, как компьютерное зрение помогает контролировать страховочную привязь, даже если модель нельзя оптимизировать. Он объяснит, как программные и организационные решения уменьшают потребление ресурсов без потери точности. В докладе увидим примеры создания архитектуры CV-системы, включая детекторы движения и анализ видеопотока.
Дмитрий Рубанов (Ротек Диджитл Солюшнс) поделится опытом анализа промышленных данных за 10 лет. Он расскажет, какие методы помогли оптимизировать энергопотребление на крупном НПЗ. Вы узнаете, как математическая модель энергопотребления установки ЭЛОУ выявляет влияние технологических факторов и окружающей среды на рост потребления энергии и возможности его прогнозирования.
