Возможности нейронных сетей для решения задач импортозамещения для отечественных предприятий Ванькина И.Н., Крошилин С.В., Крошилин И.С.Возможности нейронных сетей для решения задач импортозамещения для отечественных предприятий // Региональные проблемы преобразования экономики. – 2023. – № 11(157). – С. 67-76.ISSN 1812-7096DOI: 10.26726/1812-7096-2023-11-67-76EDN: FBCCZEРИНЦ: https://elibrary.ru/contents.asp?id=56939850Размещена на сайте: 10.01.24Текст статьи на сайте журнала URL: http://www.rppe.ru/new/index.php/rppe/article/view/2303 (дата ообращения 10.01.2024)Ссылка при цитировании:Ванькина И.Н., Крошилин С.В., Крошилин И.С. Возможности нейронных сетей для решения задач импортозамещения для отечественных предприятий // Региональные проблемы преобразования экономики. – 2023. – № 11(157). – С. 67-76. DOI: 10.26726/1812-7096-2023-11-67-76. EDN: FBCCZE.Vankina I.N., Kroshilin S.V., Kroshilin I.S. The possibilities of neural networks for solving import substitution problems for domestic enterprises. Regional problems of economic transformation. 2023. No. 11(157). Pp. 67-76. DOI: 10.26726/1812-7096-2023-11-67-76. EDN FBCCZE. DOI: 10.26726/1812-7096-2023-11-67-76.АннотацияЦель данной работы – изучить методы семантической сегментации изображений и реализовать авторский подход к обработке полученного изображения (с беспилотного летающего аппарата) на основе выстраивания архитектуры нейронных сетей и метрики в аспекте повышения эффективности отечественного производства в условиях импортозамещения. Метод или методология проведения работы. Проанализированы и обобщены материалы исследований ученых, которые посвящены семантической сегментации изображений, а также издания характеризующие стратегии импортозамещения в современных российских реалиях. В качестве исходного набора нейросетевых архитектур используются сети U-Net, FPN и MobileNetV2. Результаты. По итогам исследования авторами предложено решение построения и оценки точности неоросетевой модели обработки изображения с БПЛА, полученных посредством комбинаций и модификаций различных архитектур для решения задач отечественного производства в условиях импортозамещения. Теоретическая и практическая значимость заключается в возможности использования нейросетевых архитектур в моделировании изображений снятых БПЛА в российском производстве для решения задач импортозамещения. Авторами приведена программная реализация и представлен сравнительный анализ используемых методов семантической сегментации изображений для выбора более эффективного для решения поставленных задач.Ключевые слова:нейронные сети семантическая сегментация изображения импортозамещение производство беспилотные летающие аппараты обработка изображений с дронов neural networks semantic image segmentation import substitution production unmanned aerial vehicles drone image processing Рубрики: Экономическая социологияСоциология армииВозможно, вам будут интересны другие публикации:Вартанова М. Л.Партнерство стран - членов ЕАЭС в развитии сельскохозяйственной сферы // Формирование конкурентной среды, конкурентоспособность и стратегическое управление предприятиями, организациями и регионами. Сборник статей VI Международной научно-практической конференции. Пенза, 2021. С. 45-48.Горчакова Д. С., Кокошина З. А.Технологии искусственного интеллекта: средство влияния на массовое сознание людей в рамках новой социальной реальности // Экономические стратегии. 2024. № 4 (196). С. 46-53.Вартанова М. Л.Здоровье нации: проблемы и перспективы развития производства экологически чистой продукции // Проблемы и основные направления повышения эффективности функционирования АПК региона в условиях глобализации и импортозамещения: монография (научное издание) / Под. общ. ред. О.А. Столяровой и Р.Р. Юняевой. – Пенза: РИО ПГАУ, 2022. С. 3-19.Вартанова М. Л.Реализация политики импортозамещения в рамках экономического сотрудничества со странами Евразийского экономического союза // Проблемы и основные направления повышения эффективности функционирования АПК региона в условиях глобализации и импортозамещения: монография (научное издание) / Под. общ. ред. О.А. Столяровой и Р.Р. Юняевой. – Пенза: РИО ПГАУ, 2022. С. 20-45.Вартанова М. Л.Современное состояние внедрения цифровых технологий в сельское хозяйство: российская и зарубежная практика // Развитие экономических систем: теория, методология, практика: монография / Под. общ. ред. Б.Н. Герасимова. – Пенза: РИО ПГАУ, 2021. С. 123-137.