Preview

Заводская лаборатория. Диагностика материалов

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Искусственный интеллект, нейросети, большие данные и математические методы исследования

https://doi.org/10.26896/1028-6861-2023-89-7-5-7

Об авторе

А. И. Орлов
Московский государственный технический университет им. Н. Э. Баумана
Россия

Александр Иванович Орлов

105005, Москва, 2-я Бауманская ул., д. 5



Список литературы

1. Игры терминов и ловушки Фукидида (от редакции) / Онтология проектирования. 2022. № 3(45). С. 273 – 277. https://cyberleninka.ru/article/n/igry-terminov-i-lovushki-fukidida (дата обращения: 09.02.2023).

2. Новиков Д. А. Вокруг искусственного интеллекта складывается очень тревожная структура знаний и компетенций. https://new.ras.ru/mir-nauky/news/vokrug-iskusstvennogo-intellekta-skladyvaetsya-ochen-trevozhnaya-struktura-znaniy-i-kompetentsiy-aka/?ysclid=ldx9tajju6720668306 (дата обращения: 09.02.2023).

3. Налимов В. В., Мульченко З. М. Наукометрия. Изучение развития науки как информационного процесса. — М.: Наука, 1969. — 192 с.

4. Орлов А. И. Смена терминологии в развитии науки / Научный журнал КубГАУ. 2022. № 177. С. 232 – 246.

5. Указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации».

6. Орлов А. И. О современных интеллектуальных инструментах экономики и менеджмента / Экономическая наука современной России. 2022. № 4(99). С. 30 – 38.

7. Орлов А. И. Искусственный интеллект: нечисловая статистика. — М.: Ай Пи Ар Медиа, 2022. — 446 с.

8. Лойко В. И., Луценко Е. В., Орлов А. И. Современные подходы в наукометрии. — Краснодар: КубГАУ, 2017. — 532 с.


Рецензия

Для цитирования:


Орлов А.И. Искусственный интеллект, нейросети, большие данные и математические методы исследования. Заводская лаборатория. Диагностика материалов. 2023;89(7):5-7. https://doi.org/10.26896/1028-6861-2023-89-7-5-7

For citation:


Orlov A.I. Artificial intelligence, neural networks, big data, and mathematical research methods. Industrial laboratory. Diagnostics of materials. 2023;89(7):5-7. (In Russ.) https://doi.org/10.26896/1028-6861-2023-89-7-5-7

Просмотров: 392


ISSN 1028-6861 (Print)
ISSN 2588-0187 (Online)