Статья: ПРИМЕНЕНИЕ МИВАРНЫХ ЭКСПЕРТНЫХ СИСТЕМ ДЛЯ ДИАГНОСТИКИ БАКТЕРИАЛЬНОЙ УСТОЙЧИВОСТИ К АНТИБИОТИКАМ (2025)

Актуальность данной темы обусловлена важностью решения логистических проблем в условиях глобального роста биотопливной промышленности, повышенной потребности в устойчивом управлении логистическими процессами и снижении углеродного следа. Разработка интегрированных логистических решений становится особенно своевременной, поскольку она позволяет учитывать быстро меняющиеся требования рынка и экологические стандарты.

Пробел в научных исследованиях. На сегодняшний день существующие подходы к оптимизации мультимодальной логистики имеют существенные недостатки, связанные с несинхронизированным управлением информационными и материальными потоками. Кроме того, наблюдается нехватка эмпирических данных по интеграции омниканальных методов, среди которых применяются: цифровое планирование с использованием алгоритмов искусственного интеллекта; мониторинг углеродных выбросов; оптимизация интермодальных (мультимодальных) перевозок.

Цель исследования. Цель исследования заключается в разработке модели оптимизации омниканальной логистической сети для биотоплива, основанной на методах анализа данных и искусственного интеллекта. Это позволяет создать эффективный инструмент для управления российско-китайскими логистическими сетями в трансграничном контексте.

Научная новизна исследования. Разработанная оптимизационная модель на основе данных позволяет значительно снижать логистические затраты, сокращать выбросы углерода и повышать устойчивость цепи поставок. Такой подход расширяет теоретические основы в области логистической омниканальности и открывает новые перспективы для использования современных цифровых технологий в оптимизации транспортных систем.

Научная дискуссия и направления для дальнейшего исследования. Авторы предлагают обсудить возможности адаптации предложенной модели для решения схожих логистических задач в других отраслях народного хозяйства. Также важным направлением дискуссии является совершенствование организационно-экономических механизмов интеграции цифровых технологий в систему логистики, а именно доработка методов мониторинга углеродных выбросов, что позволит повысить общую эффективность оптимизации логистических процессов.

Санкции, введенные против России европейскими странами и Соединенными Штатами Америки, внесли коррективы в процесс импортозамещения и пространственного развития сельского хозяйства. В сложившейся ситуации под воздействием как внутренних, так и внешних факторов, проблема с рациональным размещением производства сельскохозяйственной продукции, сырья и продовольствия осложнилась. Необходимыми условиями обеспечения населения продовольствием являются рациональное использование биоклиматического потенциала, соответствующего эффективному производству продукции сельского хозяйства, создание специализированных зон в ареалах и регионах с наиболее благоприятными природными условиями. Цель исследования - разработка предложений по пространственному развитию отраслей сельского хозяйства России и созданию специализированных зон по производству сельскохозяйственной продукции, сырья и продовольствия. Методы исследования опираются на использование программно-целевого метода, предусматривающего формирование приоритетных направлений по пространственному развитию сельского хозяйства. Наличие больших различий в организации производства и особенно его подотраслей делает невозможным формирование подходов к их пространственной организации. Особого внимания требуют регионы с благоприятными природно-экономическими условиями и с небольшой численностью населения, где необходимо ведение интенсивного сельского хозяйства с высоким показателем конкурентоспособности, территории, относящиеся к приоритетным и геостратегическим, а также слабозаселенные. К ним относятся Нечерноземная зона, районы Крайнего Севера, республики Северного Кавказа. При этом с усилением дифференциации регионов по уровню производства отдельных видов продукции сельского хозяйства важную роль должно играть государство. В России особенностью пространственной организации развития сельского хозяйства является большое разнообразие территориальных, природно-климатических, социальных и экономических различий. Поэтому региональный аспект ведения не только отрасли, но и всех ее подотраслей, имеет одно из важных значений. Пространственное развитие в силу сложившихся современных условий связано с изменением производственной направленности предприятий, административных районов и регионов, нуждающихся в поступлении инвестиций и требующих определенного времени для осуществления данного процесса.

Устойчивость цифровых логистических сетей – это сложный вопрос, который включает в себя экономическую эффективность, социальную ответственность и сохранение окружающей среды. В связи с этим растет спрос на решение логистических операций с использованием концепций цифровизации и устойчивого развития. Несмотря на быстрое развитие логистической отрасли, все еще существует пробел в исследованиях, касающихся трансформации логистики в устойчивую цифровую логистику. Таким образом, эта статья направлена на обзор эмпирических и методологических рамок текущего состояния исследований цифровой логистической сети и устойчивости с особым упором, помимо прочего, на сельскохозяйственную логистику. Для обзора и всестороннего анализа широкого круга задач были выбраны авторитетные академические источники. В результате обзора были выявлены некоторые инновационные методы, надежные модели и изучен ряд важных факторов. Оценены достоинства и недостатки источников обзора. Будущие исследования в этой области могут включать эмпирический анализ с широким охватом для анализа логистических операций различных секторов с точки зрения цифровизации и устойчивости.

В статье рассматриваются особенности роста, развития и формирования урожайности различных сортов кориандра, выращиваемых в условиях Гиагинского района Республики Адыгея. Проведен сравнительный анализ агроклиматических условий региона, влияющих на вегетационный период растений, и изучены адаптационные способности выбранных сортов к местным почвенно-климатическим условиям. Особое внимание уделено факторам, определяющим продуктивность кориандра, таким как сроки посева, удобрение почвы и борьба с сорняками. Представлены результаты полевых экспериментов, демонстрирующие различия в темпах роста, развитии вегетативной массы и формировании урожая семян у исследуемых сортов. Сделаны выводы о перспективности выращивания определенных сортов кориандра в данном регионе и предложены рекомендации по оптимизации агротехнических мероприятий для повышения урожайности этой культуры. В 2019-2021 годах в условиях Гиагинского района Республики Адыгея проводились исследования по агротехнике выращивания сортов кориандра Силач и Янтарь. Были изучены нормы высева и сроки посева, влияющие на урожайность и качество плодов. Анализ диаметра плодов выявил различия между сортами: диаметр плодов сорта Силач составил 3,4-3,6 мм, тогда как у сорта Янтарь - 3,8-4,0 мм. Цвет плодов также отличался: у Силача - коричнево-золотистый, у Янтаря - темно-коричневый. По содержанию эфирного масла сорт Янтарь превосходил Силач, составляя 2,2 % против 1,9 %. Средняя урожайность плодов Силача оказалась выше - 3,0 т/га по сравнению с 2,5 т/га у Янтаря. Урожайность зеленой массы у обоих сортов была значительной, однако Янтарь демонстрировал большую продуктивность (21,29 т/га), чем Силач (12,33 т/га).

В статье приведены результаты исследований по одной из самых актуальных проблем - динамика запасов фосфора в почве в условиях интенсивного использования пашни, в том числе основные факторы, влияющие на изменение содержания фосфора, включая агротехнические практики, внесение удобрений, эрозию почвы и биологическую активность. Цель исследования - определить динамику запасов фосфора в почве в связи с интенсивным использованием пашни. Научная новизна заключается в том, что особое внимание уделено последствиям длительного земледелия для фосфорного баланса и плодородия почв. Закладка опытов, наблюдения и учеты выполнялись по методике, принятой в агрономии. В результате исследований важно отметить, что содержание фосфора на этот срок под люцерной соответствует содержанию Р2О5 под пожнивными однолетними культурами. В 10-40-сантиметровом слое почвы содержание фосфора оказывается практически равным под всеми культурами и черным паром, но на 23-12 % меньше по сравнению с полем, подвергающимся полупаровой обработке. А в 40-100 см слое почвы выравнивается содержание P2O5 под люцерной, черным паром, зябью и оказывается на 14-28 % меньше по сравнению с пожнивными посевами однолетних культур, т. е. наблюдается обратная картина по сравнению с вышележащими слоями почвы, что обусловливается перераспределяющей ролью корневой системы и разложением пожнивно-корневых остатков. А относительно исследований по динамике Р2О5 в зависимости от способа использования пашни и предшественников под вика-ржаной смесью важно отметить, что мощно развитая корневая система люцерны повышает подвижность фосфатов. В анализируемый период только корневая система люцерны в 40-100 см слое почвы поддерживает активность фосфора. В полях, не занятых растениями, фосфор связывается в малоподвижные формы. Аналогичная картина характерна для всего метрового слоя почвы. По результатам проведенных исследований можно сказать, что фосфор, входящий в состав пожнивно-корневых остатков ранее произрастающих на поле культур, застрахован от возможных превращений в почве и подобно содержащемуся в навозе легко доступен к этому времени новому поколению растений (озимым - основным и промежуточным, кукурузе и т. д.). Поэтому удержание N, Р2О5, К2О и других макро- и микроэлементов из удобрений и почвы в пожнивно-корневых остатках растений представляет, хотя и известное, но по-настоящему активно еще не используемое явление.

Согласно данным многих ученых, эффективность АПК в значительной степени определяется использованием достижений научно-технического прогресса и получением стабильно высоких урожаев сельскохозяйственных культур. В этой связи, по их мнению, необходимо обратить внимание на внедрение современных технологий возделывания высокопродуктивных растений, среди которых важное место занимает суданская трава. Одним из инновационных достижений в сельском хозяйстве является применение регуляторов роста. С учетом вышеизложенного, с целью изучения продуктивности сортов суданской травы в условиях Моздокского района РСО - Алания в 2022-2023 гг. были проведены полевые исследования. В результате установлено, что сорта суданской травы максимальную площадь листовой поверхности сформировали на фоне регулятора роста Мегамикс. Превышения с контролем, а также с вариантами с Альбитом и Мивал-агро составили 10,7; 7,7 и 3,9 %. Наибольшую площадь листьев сформировал сорт Грация - 51,9 тыс. м2/га, а минимальные площади наблюдались у сортов Александрина и Анастасия. Наибольшая урожайность зафиксирована на варианте с регулятором Мегамикс и на посевах сорта Грация.

В статье приведены результаты исследований по укоренению отводков голубики высокорослой, проведенных в 2022 -2024 годах в предгорной зоне КБР (ООО «Юг Агро»). Отводки при их контакте с влажным торфяным субстратом непосредственно в полевых условиях способны к укоренению. Преимуществами данного способа размножения являются его простота, не требующая использования дорогостоящих технологических элементов, высокий процент укоренения, а также отсутствие необходимости доращивания для посадки на постоянное место.

Цель исследования - оптимизация способа размножения голубики высокорослой отводками в условиях предгорной зоны Кабардино-Балкарии.

Методы исследований. Бороздование коры заглубляемой в грунт части побега проводилось ножом с зубчиками. В вариантах со стимуляцией корнеобразования препаратом «Фитактив экстра плюс» гель наносился на заглубляемую часть побега после бороздования (или без него) кистью. Каждый опытный вариант закладывался и учитывался в трех повторностях по 100 учетных отводков в каждой повторности.

Результаты исследований. Установлено, что проведение бороздования коры и последующая обработка этой зоны гелем «Фитактив экстра плюс» перед заглублением побегов в грунт обеспечивает укоренение 81% отводков. При этом корни прочные, белые, хорошо разветвленные, проникают в почву в среднем на 16 см. Таким образом обеспечивается получение посадочного материала, пригодного для посадки на постоянное место без дополнительного доращивания за один вегетационный период.

В работе проведены исследование и анализ моделей и методов глубокого обучения в задачах распознавания и классификации изображений опухолей мозга. Для сравнения эффективности наиболее актуальных и доступных моделей на основе сверточных нейронных сетей были выбраны модели VGG19, Xception и ResNet152. Наилучшие результаты показала модель Xception. Целью данной работы являются оптимизация и обучение выбранной модели с помощью различных методов для повышения точности диагностики опухолей головного мозга человека. Предложена и реализована стратегия для улучшения этой модели с использованием методов переноса обучения и аугментации данных. Из проведенных тестов следует, что улучшенная модель демонстрирует более высокую точность и устойчивость к различным видам искажений данных, что делает ее более эффективной для задач распознавания и классификации изображений.

В данной статье рассматриваются современные методы обучения с подкреплением, с акцентом на их применение в динамичных и сложных средах. Исследование начинается с анализа основных подходов к обучению с подкреплением, таких как динамическое программирование, методы Монте-Карло, методы временной разницы и градиенты политики. Особое внимание уделяется методологии Generalized Adversarial Imitation Learning (GAIL) и ее влиянию на оптимизацию стратегий агентов. Приведено исследование безмодельного обучения и выделены критерии выбора агентов, способных работать в непрерывных пространствах действий и состояний. Экспериментальная часть посвящена анализу обучения агентов с использованием различных типов сенсоров, включая визуальные, и демонстрирует их способность адаптироваться к условиям среды, несмотря на ограничения разрешения. Представлено сравнение результатов на основе кумулятивной награды и длины эпизода, выявляющее улучшение производительности агентов на поздних этапах обучения. Исследование подтверждает, что использование имитационного обучения значительно повышает эффективность агента, сокращая временные затраты и улучшая стратегии принятия решений. Настоящая работа открывает перспективы для дальнейшего изучения механизмов улучшения разрешающей способности сенсоров и тонкой настройки гиперпараметров.

В статье проводится компьютерное моделирование погодных условий на основе данных атмосферного давления с привлечением теории нечетких множеств. В среде компьютерной математики Maple2021 с привлечением библиотеки линейной алгебры LinearAlgebra был реализован алгоритм расчета детерминированных и интегральных индексов ранжирования для нечетких множеств, которые характеризуют погодные условия. Исследования показали, что при умеренном атмосферном давлении на следующий день наблюдается более солнечная погода по сравнению с ситуацией, когда давление крайне низкое. На конкретных примерах было показано, что интегральные индексы ранжирования обеспечивают более точные результаты, чем детерминированные индексы ранжирования.

Цифровая трансформация бизнеса означает перевод многих процессов на предприятии в цифровой вид, т. е. предполагается выполнение процессов с использованием компьютерной техники и ИТ-технологий. При этом важно организовать эффективную интеграцию уже имеющихся на предприятии процессов с современными ИТ-технологиями. Такая интеграция может касаться не только производства, но и других областей человеческой деятельности. Конечно, и раньше многие отрасли в разной мере подвергались автоматизации, но появление искусственного интеллекта (ИИ) может сгладить разницу между отраслями с автоматизацией разной степени и позволит оптимизировать процессы, даже если какие-то из сфер деятельности не предполагают использование ИИ. Тем не менее процесс цифровизации в подавляющем большинстве случаев даст ускорение принятию решений, если использовать системы ИИ, в частности цифрового двойника. Это оптимизирует сбор данных, что позволит использовать их для создания моделей объектов или систем. Модель в дальнейшем будет применяться для анализа и оптимизации работы без физического присутствия объекта. Все вышеизложенное и определяет актуальность темы идентификации места и роли искусственного интеллекта в цифровой трансформации российского бизнеса. В данной статье авторы размышляют над проблемой «Какие шаги необходимо предпринять для развития новых технологий анализа данных в производстве? И как усовершенствовать среду работы с данными?». В статье дается обзор истории использования искусственного интеллекта в бизнесе. Обсуждаются слабые стороны применения технологий искусственного интеллекта. Предпринимается попытка дать ответ на вопрос: что нужно сделать уже сегодня, чтобы предприятие или организация могли занять лидирующие позиции завтра.

Одним из важных направлений сельского хозяйства является плодовое садоводство, в частности, интенсивные яблоневые сады вносят заметный вклад в сельскохозяйственную отрасль Кабардино-Балкарской Республики. При этом для сохранения урожая необходимо обеспечить своевременное выявление и устранение угроз, связанных с болезнями и вредителями яблок. Учитывая нехватку профильных специалистов, актуальной становится задача разработки автоматизированной системы распознавания болезней и вредителей яблоневых садов. Для этого в рамках исследования была поставлена цель - разработка и оценка применимости интеллектуальной рекомендательной системы для защиты яблоневых садов в КБР. В данной статье описана концепция и приведены результаты разработки системы контроля состояния яблоневых садов, предназначенной для выявления болезней и вредителей на деревьях, а также подбора наиболее подходящего плана защиты растений в зависимости от местоположения сада. Программа представляет собой веб-приложение, созданное на основе фреймворков FastAPI, Vue. js и нейронной сети, отвечающих за распознавание вредителей и болезней яблонь по фотографии и составление оптимального плана их обработки. Приведены результаты обучения нейронной сети на подготовленной выборке фотографий здоровых и зараженных яблок. В качестве основы для нейронной сети использовались различные модели: Roboflow 3.0, RF-DETR, YOLO v11 и YOLO v12. Разработанный сервис позволит диагностировать заболевания яблонь с минимальными задержками по времени, а также обеспечить подбор методов защиты в случае необходимости, что снизит риски потери урожая садоводами. В результате тестирования наилучших показателей достигла модель Roboflow 3.0: mAP составила 91,0 %, precision - 97,5 %, а recall - 88,5 %, что свидетельствует о применимости подхода, но этого недостаточно для внедрения. С целью повышения точности и расширения списка распознаваемых угроз планируется сбор дополнительных фотоматериалов в садах республики, в том числе фотографий листьев и стволов яблоневых деревьев, полученных в различных погодных условиях, и дальнейшее тестирование с участием садоводов республики.

В статье представлена разработка модели машинного обучения для прогнозирования мошеннических транзакций на примере транзакционных данных банка. Рассмотрены особенности кодирования категориальных переменных, связанные с наличием времени в транзакционных данных, чтобы избежать утечек информации. Проведены эксперименты по применению баггинга (bootstrap aggregating) и созданию дополнительных переменных на основе их вклада в итоговый прогноз с применением Shapley values. Рассмотрены показатели качества модели машинного обучения и проведен их анализ.