ИИ для диагностики АЭС: обзор мирового опыта // Вячеслав Козицин, Юрий Кацер

О докладе:
В настоящее время развитие алгоритмов и методов машинного обучения переживает стадию активного развития, вследствие роста доступности и эффективности инструментов анализа, в том числе для работы с промышленными приложениями. Использование современных средств и методов анализа данных позволяет развивать и улучшать существующие системы диагностики АЭС. Важной особенностью является возможность повышать качество анализа информации, собираемой сегодня, без оснащения АЭС дополнительными измерительными каналами. Целью доклада — изучение и обобщение мирового и hоссийского опыта использования алгоритмов искусственного интеллекта для улучшения диагностики оборудования АЭС, а также демонстрация реальных практических кейсов применения машинного обучения на АЭС.

О спикерах:
Вячеслав Козицин — эксперт по применению машинного обучения для задач промышленности. Специализируется на задачах улучшения технологических процессов на производстве, а также на технической диагностике оборудования, которые, с точки зрения DS являются задачами классического ML и анализа временных рядов.

Юрий Кацер — Lead DS в conundrum.ai, эксперт по машинному обучению и анализу данных в задачах промышленности. За последние 6 лет прошел путь от джуниор дата-сайентиста до руководителя направления предиктивной аналитики в российских промышленных компаниях. В рамках рабочих обязанностей занимался задачами поиска аномалий, прогнозирования, определения остаточного ресурса, оптимизации и управления технологическими процессами.

#CrossConf #CrossConf2023 #AI